10.3964/j.issn.1000-0593(2017)11-3338-05
基于THz光谱和多信息融合的小麦品质无损检测研究
为进一步提高不同品质小麦分类模型的检测精度,提出采用太赫兹时域光谱技术(THz-TDS),融合小麦样品的吸收光谱和折射率光谱信息,对其品质进行检测识别.以正常小麦、发芽小麦、霉变小麦和虫蚀小麦样品为研究对象,获取样品THz波段光学参数,在特征层选用AdaBoost(AdaBoost)分类器和支持向量机(SVM)方法,建立了小麦品质多项光学指标的分类融合模型.并将融合模型的识别结果进行比较,结果表明融合模型对小麦样品的识别率达到95%.最后,为了验证融合模型的有效性,将其与单光谱分析回归模型进行了对比,表明融合模型比单光谱模型在小麦样品的识别率上有了较大的提高,且SVM融合模型的识别率最高,是一种最优的多源信息融合方法.
THz光谱、多元信息融合、SVM、小麦品质
37
O434.3(光学)
国家863计划项目2012AA101608;国家自然科学基金项目61705061,U1404617;河南省高校科技创新团队16IRTSHN026;河南省高等学校重点科研项目计划16A510002
2017-11-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
3338-3342