Please wait a minute...
浙江大学学报（农业与生命科学版）
浙江大学学报(农业与生命科学版)  2009, Vol. 35 Issue (6): 655-658    DOI: 10.3785/j.issn.1008-9209.2009.06.010
农业科学     
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
王遵义1, 邵咏妮2
(1. 浙江万里学院, 浙江 宁波 315100 ; 2. 浙江大学 生物系统工程与食品科学学院,浙江 杭州310029 )
WANG Zun-yi 1, SHAO Yong-ni 2
 全文: PDF(1034 KB)  
摘要： 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.
出版日期: 2009-11-27
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　

引用本文:

王遵义1, 邵咏妮2. 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[J]. 浙江大学学报(农业与生命科学版), 2009, 35(6): 655-658.

WANG Zun-yi 1, SHAO Yong-ni 2. . , 2009, 35(6): 655-658.

链接本文:

https://www.zjujournals.com/agr/CN/10.3785/j.issn.1008-9209.2009.06.010    或    https://www.zjujournals.com/agr/CN/Y2009/V35/I6/655

No related articles found!