基于可见/近红外光谱技术的茄子叶片灰霉病早期检测研究

• 作者: 何勇 冯雷 吴迪 张传清
• 来源期刊: 红外与毫米波学报
• 学科: 农学
• 关键词: 可见/近红外光谱 灰霉病 主成分分析 BP神经网络
• 年，卷（期）: 2007,（4）
• 页码范围: 269-273
• 页数: 5页
• 分类号: S126
• 字数: 5086字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9014.2007.04.007

摘要

应用可见/近红外光谱技术对茄子叶片进行灰霉病害还未在叶片表面出现病症时的早期检测.采用化学计量学方法建立早期检测模型.主成分分析用于对光谱数据进行降维,得到若干个最重要的主成分.但直接从聚类图中无法进行是否染病的鉴别.因而将其作为变量输入BP神经网络,从而减少了计算量,提高了建模精度.检测结果显示,模型具有良好的检测效果,能够达到100%的识别率,正确率也能达到88%.说明运用可见/近红外光谱技术能够实现当病症还未在叶片表面出现时的快速准确的早期检测,为灰霉病早期检测提供了新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何勇	浙江大学生物系统工程与食品科学学院	511	9054	45.0	65.0
2	冯雷	浙江大学生物系统工程与食品科学学院	34	718	16.0	26.0
3	吴迪	浙江大学生物系统工程与食品科学学院	58	895	19.0	28.0
4	张传清	浙江大学农业与生物技术学院	7	199	6.0	7.0