%0 Journal Article
%T 基于高光谱成像的苹果水心病无损检测
%A 王思玲
%A 蔡骋
%A 马惠玲
%A 龙怡霖
%J 北方园艺
%P 124-130
%D 2015
%R 10.11937/bfyy.201508033
%X 以240个“秦冠”苹果水心病果和好果为试材，采集900～1700nm的近红外波段高光谱图像，选取高光谱图像中的苹果区域作为感兴趣区域（ROI）并计算其平均光谱，分别采用4种特征选择方法和3种核函数支持向量机（SVM）分类器对水心病果进行判别，以探讨利用近红外高光谱成像技术判别苹果水心病的可行性。结果表明基于卡方检验和支持向量机递归消除（SVM-RFE）2种特征选择法优于基于F检验和决策树的方法。4种特征选择的3种核函数支持向量机（SVM）分类器在1～200个波段下对水心病果的判别正确率分别为48.6%～70.2%、48.6%～72.0%、33.3%～71.8%、47.2%～70.8%。基于SVM-RFE检验的特征选择下，SVM对水心病果的正确识别率达到72.0%，为该试验选出的最优方法。
%K 苹果
%K 水心病
%K 高光谱成像
%K 特征选择
%K 支持向量回归
%K 核函数
%U http://bfyy.haasep.cn/oa/DArticle.aspx?type=view&id=201508033