大豆豆荚炭疽病严重度的光谱检测

摘要：

利用可见/近红外光谱技术对大豆豆荚炭疽病严重度进行检测.分别采用主成分分析法(PCA)结合反向传输人工神经网络(BPNN)和连续投影算法(SPA)结合BPNN 2种组合模型进行分析预测.利用SPA的数据压缩功能和BPNN的学习预测能力实现对大豆豆荚炭疽病严重度的检测.以样本检测的准确率作为模型评价指标.实验结果显示SPA - BPNN的检测准确率最高,为90％.研究表明,SPA能够有效地进行波长选择,使BPNN模型获得满意的检测率.

关键词：大豆、可见/近红外光谱、连续投影算法、反向传输人工神经网络、主成分分析、偏最小二乘法

所属期刊栏目：43

分类号：O657.3;S435.621.2+2(分析化学)

资助基金：国家高技术研究发展计划863计划资助项目2011AA100705;“十二五”国家科技支撑计划资助项目2011BAD21B04;国家自然科学基金资助项目61075017、60605011;浙江省科技厅重点农业资助项目2006C22022;浙江省重大科技专项重点农业资助项目2009C12002;浙江省自然科学基金资助项目Y5090044

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：175-179,192