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