%0 Journal Article
%T 基于可见/近红外反射光谱的稻米品种与真伪鉴别
%J 红外与毫米波学报
%D 2009
%X 利用可见/近红外光谱技术对市场上5种稻米进行了鉴别.以ASDFieldSpec3地物光谱仪采集了5种稻米的光谱数据,各获取35个样本,随机分成训练集(150份)和检验集(25份),并分别采取全波段与特征波段(400~500nm、910~1400nm与1940~2300nm)两种方法建立模型进行分析.光谱经S.Golay平滑和标准归一化(SNV)处理后,以主成分分析法(PCA)降维.将降维所得的前9个主成分数据作为BP人工神经网络(BP-ANN)的输入变量,稻米品种作为输出变量,建立3层BP-ANN鉴别模型.利用25个未知样对模型进行检验,结果表明两类模型预测准确率均高达100%,其中特征波段模型比全波段模型具有更高的预测精度,说明利用可见/近红外技术结合PCA-BP神经网络分析法进行稻米品种与真伪的快速、无损鉴别是可行的,且提取特征波段是优化模型的有效方法之一.
%K 可见/近红外光谱
%K 稻米
%K 主成分分析
%K BP-人工神经网络
%K 鉴别
%U http://journal.sitp.ac.cn/hwyhmb/hwyhmbcn/ch/reader/view_abstract.aspx?file_no=20090583&flag=1