典型文献
基于高光谱成像技术的冬瓜种子品种鉴别
文献摘要：
为实现冬瓜种子品种的快速无损检测,利用高光谱成像技术采集了广东黑皮、一串铃和韩育粉皮3个品种冬瓜种子的光谱图像信息.采用标准归一化(SNV)、多元散射校正(MSC)、中值滤波(MF)等方法进行预处理,利用连续投影法(SPA)、回归系数法(RC)和竞争性自适应算法(CARS)提取特征波长,建立了粒子群优化BP神经网络判别模型,预测集的决定系数与均方根误差分别为R2=0.930、RMSEP=0.047,准确率高达96.30％.研究表明,高光谱技术结合粒子群优化BP神经网络可以实现对冬瓜种子品种快速无损鉴别.
文献关键词：
高光谱;品种鉴别;粒子群;BP神经网络;冬瓜种子
中图分类号：
作者姓名：
刘文俊;张淑娟;张立秀;王润润
作者机构：
山西农业大学农业工程学院,山西 晋中 030801
文献出处：
引用格式：
[1]刘文俊;张淑娟;张立秀;王润润-.基于高光谱成像技术的冬瓜种子品种鉴别)[J].农业工程,2022(12):61-65
A类：
冬瓜种子
B类：
高光谱成像技术,品种鉴别,快速无损检测,黑皮,一串,串铃,粉皮,光谱图像,图像信息,采用标准,SNV,多元散射校正,MSC,中值滤波,MF,连续投影法,SPA,回归系数,系数法,RC,竞争性,自适应算法,CARS,提取特征,特征波长,粒子群优化,判别模型,决定系数,RMSEP,高光谱技术,技术结合,无损鉴别
AB值：
0.335611
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
