摘要:利用可见/近红外光谱技术对大豆豆荚炭疽病严重度进行检测。分别采用主成分分析法(PCA)结合反向传输人工神经网络(BPNN)和连续投影算法(SPA)结合BPNN 2种组合模型进行分析预测。利用SPA的数据压缩功能和BPNN的学习预测能力实现对大豆豆荚炭疽病严重度的检测。以样本检测的准确率作为模型评价指标。实验结果显示SPA-BPNN的检测准确率最高,为90%。研究表明,SPA能够有效地进行波长选择,使BPNN模型获得满意的检测率。
关键词:大豆 连续投影算法 反向传输人工神经网络 主成分分析 偏最小二乘法
单位:浙江大学生物系统工程与食品科学学院 杭州310058 全国农业展览馆 北京100026 浙江大学生物技术研究所 杭州310058
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
大豆科学 大豆科技 成都中医药大学学报 成都科技大学学报 首都医科大学学报 成都信息工程大学学报 中国油料作物学报 成都中医药大学学报·教育科学版 首都医科大学学报·社科版 成都理工大学学报·社会科学版相关范文
大豆营销论文