基于可见/近红外反射光谱的稻米品种与真伪鉴别

被引：22

作者：

梁亮 ^{[1
,2
,3
]}

刘志霄 ^{[2
]}

杨敏华 ^{[1
]}

张佑祥 ^{[2
]}

汪承华 ^{[2
]}

机构：

[1] 中南大学信息物理工程学院

[2] 吉首大学生物资源与环境科学学院

[3] 中南林业科技大学林业遥感信息工程研究中心

来源：

红外与毫米波学报 | 2009年 / 28卷 / 05期

关键词：

可见/近红外光谱; 稻米; 主成分分析; BP-人工神经网络; 鉴别;

D O I：

暂无

中图分类号：

S511 [稻];

学科分类号：

摘要：

利用可见/近红外光谱技术对市场上5种稻米进行了鉴别.以ASD FieldSpec3地物光谱仪采集了5种稻米的光谱数据,各获取35个样本,随机分成训练集(150份)和检验集(25份),并分别采取全波段与特征波段(400～500nm、910～1400nm与1940～2300nm)两种方法建立模型进行分析.光谱经S.Golay平滑和标准归一化(SNV)处理后,以主成分分析法(PCA)降维.将降维所得的前9个主成分数据作为BP人工神经网络(BP-ANN)的输入变量,稻米品种作为输出变量,建立3层BP-ANN鉴别模型.利用25个未知样对模型进行检验,结果表明两类模型预测准确率均高达100%,其中特征波段模型比全波段模型具有更高的预测精度,说明利用可见/近红外技术结合PCA-BP神经网络分析法进行稻米品种与真伪的快速、无损鉴别是可行的,且提取特征波段是优化模型的有效方法之一.

引用

页码：353 / 356+391 +391

页数：5

共 11 条

[1] 近红外光谱技术在燕麦种子活力测定中的应用研究
韩亮亮
毛培胜
王新国
王玉红
[J]. 红外与毫米波学报, 2008, (02) : 86 - 90
[2] 可见/近红外光谱的南丰蜜桔可溶性固形物含量定量分析
刘燕德
罗吉
陈兴苗
[J]. 红外与毫米波学报, 2008, (02) : 119 - 122
[3] 基于独立组分分析和BP神经网络的可见/近红外光谱稻谷年份的鉴别
邵咏妮
曹芳
何勇
[J]. 红外与毫米波学报, 2007, (06) : 433 - 436
[4] 应用近红外光谱技术分析稻米蛋白质含量
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
[J]. 作物学报, 2006, (05) : 709 - 715
[5] 近年来我国近红外光谱分析技术的研究与应用进展
褚小立
袁洪福
陆婉珍
[J]. 分析仪器, 2006, (02) : 1 - 10
[6] 稻米脂肪含量近红外光谱分析技术研究
王海莲
万向元
胡培松
翟虎渠
万建民
[J]. 中国农业科学, 2005, (08) : 1540 - 1546
[7] 中药材产地的近红外光谱自动鉴别和特征谱段选择
刘沭华
张学工
孙素琴
不详
[J]. 科学通报 , 2005, (04) : 393 - 398
[8] PLS-BP法近红外光谱定量分析研究
齐小明
张录达
杜晓林
宋昭娟
张一
徐淑燕
[J]. 光谱学与光谱分析, 2003, (05) : 870 - 872
[9] 近红外光谱技术用于白芷类中药的鉴定研究
吴拥军
李伟
相秉仁
舒璞
王年鹤
袁昌齐
[J]. 中药材, 2001, (01) : 26 - 28
[10] 近红外光谱技术在中药蛇床子分类中的应用
刘国林
蔡金娜
李伟
王峥涛
邹巧根
徐珞珊
相秉仁
[J]. 计算机与应用化学, 2000, (Z1) : 109 - 110

← 1 2 →