基于电子鼻的番茄种子发芽率检测

• 作者: 王俊 王永维 程绍明 韦真博 马杨珲
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 神经网络 无损检测 主成分分析 番茄种子 电子鼻 支持向量机
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 132-135
• 分类号: S603.8|TP212.3
• 字数: 3122字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2011.12.025

摘要

防止种子掺假、以次充好,为快速无损检测高发芽率的种子,该文将不发芽的浙杂809番茄种子以不同比例掺入到发芽率为92.6％的番茄种子中,得到种子的发芽率分别为90％,80％,70％,60％,50％和0等6种比例,并利用电子鼻对其进行分析.结果表明:利用电子鼻可以很好的区分出番茄种子发芽率为90％、80％、50％～70％、和不发芽的4种情况；当种子发芽率为70％、60％、50％时,其图形信息部分重叠,利用电子鼻较难区分开.在主成分分析和线性判别分析的基础上,利用BP神经网络和支持向量机对上述情况进行分类识别,结果表明:两种识别模式的训练集的正确率分别为93.6％和97.4％,预测集的正确率分别为65.2％和72.7％,相对于BP神经网络模式识别,支持向量机预测系统的误差较小,具有很好的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马杨珲	浙江科技学院信息学院	8	68	4.0	8.0
2	王俊	浙江大学生物系统工程与食品科学学院	222	4340	38.0	57.0
3	王永维	浙江大学生物系统工程与食品科学学院	44	691	15.0	24.0
4	程绍明	浙江大学生物系统工程与食品科学学院	31	311	11.0	16.0
5	韦真博	浙江大学生物系统工程与食品科学学院	12	93	5.0	9.0