基于近红外光谱的小麦品质分类研究

作者：毛晓东; 孙来军; 戴常军; 惠光艳; 徐璐璐

来源：中国农学通报, 2013, (36): 386-390.

• 小麦
• 近红外光谱
• 偏最小二乘
• BP神经网络 wheat
• near-infrared spectroscopy
• Partial Least Squares
• BP neural network

为了快速、简便、准确地鉴别小麦品质的类别,本研究提出了应用近红外光谱分析技术结合BP神经网络的鉴别方法对小麦进行品质分类。研究过程中对小麦样品的光谱数据进行了详细分析,采用马氏距离剔除了光谱数据中异常数据,并通过主成分分析说明利用近红外光谱鉴别小麦品质分类的可行性。为了提高所建模型的性能,采用SPXY算法对小麦样品进行合理的划分。并选取了一阶微分加归一化的预处理方法来处理光谱数据,消除无关信息和噪声对小麦光谱数据的影响。运用偏最小二乘法压缩光谱数据,减少了数据量,节省建模时间。最后采用BP神经网络方法建立了小麦品质分类模型。实验结果显示:模型的鉴别效果较好,对强筋样品识别的准确率高达94.4%...

• 出版日期2013
• 单位黑龙江大学