小麦隐蔽性害虫检测新模型

摘要：

粮食在存储过程中极易发生虫蚀现象,因此需要快速高效的检测粮食是否染虫.基于生物光子分析技术(Biophoton Analytical Technology,BPAT),提出了一种新型的小麦隐蔽性害虫检测模型.以小麦籽粒和玉米象为研究对象,分别测量正常和含虫小麦的自发光子数,并提取8个统计特征(均值、方差、中位数、四分位数、平均差、离散系数、偏度、峰度)和13个直方图特征组成粮食特征数据向量,对这些特征向量进行主成分分析(principalcomponent analysis,PCA),并在此基础上分别采用线性分类器LDA(linear discriminant analysis)和BP神经网络模型进行识别,实验结果表明,所提模型可以较好地区分正常小麦和含虫小麦.

关键词：小麦、玉米象、虫蚀、生物光子、统计特征、直方图特征、识别

分类号：S379;TP273(农产品收获、加工及贮藏)

资助基金：国家863计划2012AA101608;国家自然科学基金项目31171775;河南教育厅自然科学项目14B550002

在线出版日期：2014-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：66-70