10.3785/j.issn.1008-9209.2009.06.010
基于小波变换和神经网络的可见-近红外光谱对烟草品种的鉴别
为了实现烟草不同品种的快速光谱鉴别,采用主成分分析法对光谱数据进行聚类分析,并将小波变换用于对大量光谱数据的压缩,同时结合神经网络建立烟草品种鉴别模型.该模型将压缩后的数据作为神经网络的输入,加速了神经网络的训练速度.通过对4个品种的80个烟草样本建立训练模型,并用每个品种5个样本,共20个烟草样本进行预测.结果表明,用该方法对本研究4个品种的烟草鉴别正确率达100%.说明该方法具有很好的分类和鉴别作用,为烟草品种的快速鉴别提供了一种新方法.
可见-近红外光谱、烟草、主成分分析、小波变换、人工神经网络、品种鉴别
35
S572
国家自然科学基金资助项目30671213;浙江省宁波市重大科技攻关资助项目2007C10034;浙江省宁波市自然科学基金资助项目2007A610080
2010-01-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
655-658