您好,欢迎访问新疆农业科学院 机构知识库!

基于近红外光谱的核桃仁品种快速分类方法

文献类型: 中文期刊

作者: 马文强 1 ; 张漫 2 ; 李忠新 2 ;

作者机构: 1.中国农业大学现代精细农业系统集成研究教育部重点实验室

2.中国农业大学现代精细农业系统集成研究教育部重点实验室;新疆农业科学院农业机械化研究所

关键词: 核桃仁;品种分类;支持向量机;近红外光谱

期刊名称: 农业机械学报

ISSN: 1000-1298

年卷期: 2015 年 S1 期

页码: 128-133

收录情况: EI ; 北大核心 ; CSCD

摘要: 采用傅里叶变换近红外光谱仪,采集了4个不同品种的200份核桃仁样本的近红外漫反射光谱,建立了核桃仁品种分类模型。光谱范围为3 800~9 600 cm~(-1),预处理方法采用多元散射校正法和标准正态化方法;通过主成分分析法优选出5个主成分因子,光谱信息累计贡献率达到99.21%;采用随机抽取法建立建模集和验证集,以主成分因子为输入变量,建立了基于支持向量机分类模型,并采用网格搜索法对RBF核函数参数λ和δ进行寻优。分析结果表明,建立的核桃仁分类识别模型对4个核桃仁品种的总体正确识别率达到96%,为核桃仁品种的快速无损识别提供了一种可行的方法。

  • 相关文献

[1]核桃仁脂肪含量的近红外光谱无损检测. 马文强,张漫,李源,杨莉玲,朱占江,崔宽波. 2019

[2]基于高光谱成像的核桃仁品质检测与分类方法. 马文强,张漫,李源,李民赞,杨莉玲,朱占江,崔宽波. 2020

[3]基于近红外光谱的核桃仁蛋白质含量检测分析. 马文强,张漫,李忠新,杨莉玲. 2017

[4]新疆产核桃仁挥发性芳香物质成分萃取条件的优化及GC-MS分析. 安冉,华震宇,王建梅. 2016

[5]机械破壳时核桃仁损伤特征研究. 刘奎,李忠新,杨莉玲,刘佳,杨忠强,沈晓贺,朱占江. 2014

[6]铁谱图像的彩色纹理特征提取与识别. 包春江,刘向东,杨志伊. 2007

[7]支持向量机、信息向量机和相关向量机的比较研究. 寇玉香. 2010

[8]近红外光谱技术在酿酒葡萄品质检测中的应用现状及展望. 徐洪宇,张京芳,卢春生,侯力璇. 2012

[9]饲料玉米品质分析的化学计量学方法. 刘亚,史勇,师旭明,孙美乐,宋鱼,仙鹤,姚国民. 2022

作者其他论文 更多>>