基于高光谱图像技术的大豆品种无损鉴别

• 作者: 刘春涛 张春雷 柴玉华 毕文佳 谭克竹
• 来源期刊: 东北农业大学学报
• 学科: 工学
• 关键词: 大豆 高光谱图像 品种甄别 T-S模糊神经网络 随机森林思想组合分类器
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 86-93
• 页数: 8页
• 分类号: TP391.4
• 字数: 3631字
• 语种: 中文

摘要

为解决传统大豆品种检测方法存在的效率低和精度差等问题,应用高光谱图像分析技术展开大豆品种甄别研究.采集10个品种(每品种100粒,共1000粒)大豆样本400.92～999.53 nm的高光谱反射图像,分别进行中值平滑、多元散射校正和数据标准归一化预处理去噪,提取样本图像中心30×30 pixels感兴趣区域的平均光谱曲线和标准差曲线.分别以样本平均光谱值主成分得分、标准差光谱值主成分得分及两者结合作为模型输入,基于T-S模糊神经网络和随机森林思想组合分类器构建鉴别模型.经中值平滑的光谱平均值和标准差作输入,结合随机森林思想的组合分类模型鉴别效果最佳,训练集、测试集的平均鉴别率分别达99.6％和97.6％.结果表明,采用高光谱图像技术可实现大豆品种高精度无损鉴别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴玉华	东北农业大学电气与信息学院	55	496	13.0	19.0
2	谭克竹	东北农业大学电气与信息学院	11	109	6.0	10.0
3	张春雷	东北农业大学电气与信息学院	3	6	2.0	2.0
4	刘春涛	东北农业大学电气与信息学院	2	6	2.0	2.0
5	毕文佳	东北农业大学电气与信息学院	1	4	1.0	1.0