基于近红外光谱技术的大米品种快速鉴别方法

被引：53

作者：

周子立 ^{[1
,2
]}

张瑜 ^{[3
]}

何勇 ^{[2
]}

李晓丽 ^{[2
]}

邵咏妮 ^{[2
]}

机构：

[1] 浙江机电职业技术学院

[2] 浙江大学生物系统工程与食品科学学院

[3] 浙江经济职业技术学院

来源：

农业工程学报 | 2009年 / 25卷 / 08期

基金：

国家高技术研究发展计划(863计划);

关键词：

可见-近红外光谱; 大米; 主成分分析; 小波变换; 人工神经网络;

D O I：

暂无

中图分类号：

TS212.7 [产品标准与检验];

学科分类号：

摘要：

为探索大米无损检测技术,提出了一种基于可见-近红外光谱技术快速、无损鉴别大米品种的新方法。首先采用主成分分析法对大米品种进行聚类,然后利用小波变换技术提取光谱特征信息,把光谱特征信息作为人工神经网络的输入建立品种识别模型,对大米品种进行鉴别。从每种大米60个样本共计180个样本中随机抽取150个样本(每种50个样本)用来建立神经网络模型,剩下的30个大米样本用于预测。品种识别准确率达到100%。说明所提出的方法具有很好的分类和鉴别作用,为大米的品种鉴别提供了一种新方法。

引用

收藏

页码：131 / 135

页数：5

相关论文

共 16 条

[1] 基于BP神经网络插值的土壤全氮空间变异 [J].

雷能忠 ;

王心源 ;

蒋锦刚 ;

黄大鹏 .

农业工程学报, 2008, (11) :130-134

[2] 基于近红外光谱技术和人工神经网络的玉米品种鉴别方法研究 [J].

陈建 ;

陈晓 ;

李伟 ;

王加华 ;

韩东海 .

光谱学与光谱分析, 2008, (08) :1806-1809

[3] 小波变换近红外光谱结合径向基神经网络快速分析异福片 [J].

逯家辉 ;

张益波 ;

张卓勇 ;

孟庆繁 ;

郭伟良 ;

滕利荣 .

光谱学与光谱分析, 2008, (06) :1264-1268

[4] 基于可见-近红外光谱的制动液品牌鉴别方法研究 [J].

蒋璐璐 ;

谈黎虹 ;

裘正军 ;

陆江锋 ;

何勇 .

光谱学与光谱分析, 2008, (06) :1296-1299

[5] 大米淀粉纯化工艺及其性质的研究 [J].

陈季旺 ;

刘英 ;

刘刚 ;

王慧溪 .

农业工程学报, 2007, (09) :225-228

[6] 基于BP神经网络模型的荔枝树叶面积测定方法 [J].

吴春胤 ;

张文昭 ;

欧阳庆 ;

洪添胜 .

农业工程学报, 2007, (07) :166-169

[7] 基于主成分分析法的苹果酒香气质量评价模型的构建 [J].

岳田利 ;

彭帮柱 ;

袁亚宏 ;

高振鹏 ;

张菡 ;

赵志华 .

农业工程学报, 2007, (06) :223-227

[8] 应用近红外光谱技术快速测定粳稻品种的直链淀粉含量 [J].

陆艳婷 ;

金庆生 ;

叶胜海 ;

张尧锋 ;

祁永斌 ;

王林友 ;

张小明 .

中国粮油学报, 2007, (03) :149-153

[9] 应用近红外光谱技术分析稻米蛋白质含量 [J].

毕京翠 ;

张文伟 ;

肖应辉 ;

王海莲 ;

江玲 ;

刘玲珑 ;

万向元 ;

翟虎渠 ;

万建民 .

作物学报, 2006, (05) :709-715

[10] 农产品品质近红外光谱分析结果影响因素研究综述 [J].

于海燕 ;

应义斌 ;

刘燕德 .

农业工程学报, 2005, (11) :168-171