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

被引：56

作者：

吴迪 ^{[1
]}

冯雷 ^{[1
]}

张传清 ^{[2
]}

何勇 ^{[1
]}

机构：

[1] 浙江大学生物系统工程与食品科学学院

[2] 浙江大学农业与生物技术学院

来源：

红外与毫米波学报 | 2007年 / 04期

基金：

高等学校博士学科点专项科研基金;

关键词：

可见/近红外光谱; 灰霉病; 主成分分析; BP神经网络;

D O I：

暂无

中图分类号：

S436.411 [茄子病虫害];

学科分类号：

090401 [植物病理学];

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.

引用

页码：269 / 273

页数：5

共 8 条

[1]

An evaluation of orthogonal signal correction methods for the characterisation of arabica and robusta coffee varieties by NIRS [J].