大豆科学
大豆科學
대두과학
SOYBEAN SCIENCE
2013年
2期
249-253
,共5页
近红外透射光谱%主成分分析%离散小波变换%BP神经网络%大豆
近紅外透射光譜%主成分分析%離散小波變換%BP神經網絡%大豆
근홍외투사광보%주성분분석%리산소파변환%BP신경망락%대두
为了实现大豆品种的快速无损鉴别,对16份大豆品种的近红外透射光谱(NITS)进行分析.首先通过平滑和马氏距离的光谱预处理方法消除噪声和去除奇异光谱.然后分别用主成分分析(PCA)和离散多带小波变换(DWT)提取光谱特征,作为BP神经网络的输入,构建PCA-BP和DWT-BP大豆品种识别模型.结果表明:PCA-BP模型的识别准确率为98.125％,平均识别时间为9.3 ms；DWT-BP模型的识别准确率为95.93％,平均识别时间为6.4 ms.研究结果为大豆品种的快速无损鉴别提供了理论依据和实用方法.
為瞭實現大豆品種的快速無損鑒彆,對16份大豆品種的近紅外透射光譜(NITS)進行分析.首先通過平滑和馬氏距離的光譜預處理方法消除譟聲和去除奇異光譜.然後分彆用主成分分析(PCA)和離散多帶小波變換(DWT)提取光譜特徵,作為BP神經網絡的輸入,構建PCA-BP和DWT-BP大豆品種識彆模型.結果錶明:PCA-BP模型的識彆準確率為98.125％,平均識彆時間為9.3 ms；DWT-BP模型的識彆準確率為95.93％,平均識彆時間為6.4 ms.研究結果為大豆品種的快速無損鑒彆提供瞭理論依據和實用方法.
위료실현대두품충적쾌속무손감별,대16빈대두품충적근홍외투사광보(NITS)진행분석.수선통과평활화마씨거리적광보예처리방법소제조성화거제기이광보.연후분별용주성분분석(PCA)화리산다대소파변환(DWT)제취광보특정,작위BP신경망락적수입,구건PCA-BP화DWT-BP대두품충식별모형.결과표명:PCA-BP모형적식별준학솔위98.125％,평균식별시간위9.3 ms；DWT-BP모형적식별준학솔위95.93％,평균식별시간위6.4 ms.연구결과위대두품충적쾌속무손감별제공료이론의거화실용방법.
