花生種子品質(zhì)可見-近紅外光譜的特片提取與分類識別.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本文利用在600~1100nm波段的可見-近紅外反射光譜分析技術(shù),以3種具有代表性的花生種子為研究對象,展開了花生種子近紅外光譜的特征提取與品質(zhì)的分析研究實驗。分別以自然光和鹵鎢燈為光源的條件下對花生種子光譜進(jìn)行采集,利用了小波分析和主成分分析方法對原始光譜進(jìn)行特征增強(qiáng)和特征提取,采用馬氏距離判別模型和感知器型神經(jīng)網(wǎng)絡(luò)對3種花生種子進(jìn)行聚類分析和快速分類識別;利用小波分析與主成分回歸相結(jié)合對花生種子脂肪含量進(jìn)行快速檢測的研究。研究工作主

2、要包括以下三個方面:
  (1)將小波分析引入對花生種子光譜進(jìn)行預(yù)處理中,提取了光譜的主要特征及其輪廓特征。采用小波濾波預(yù)處理方法能夠有效的濾除光譜信號的噪聲,凸顯微弱光譜信號的有用信息,為其后的定性及定量模型的建立提供了可靠的數(shù)據(jù)源。
  (2)建立主成分分析與多種模式識別相結(jié)合的識別模型對花生種子進(jìn)行分類。本文使用了主成分分析分別與馬氏距離判別分析、感知器神經(jīng)網(wǎng)絡(luò)相結(jié)合,建立花生種子的分類識別模型。實驗表明:馬氏距離判別

3、分析模型對花生種子預(yù)測集的判別準(zhǔn)確率達(dá)到95%;感知器神經(jīng)網(wǎng)絡(luò)模型對預(yù)測集的判別準(zhǔn)確率達(dá)到93.33%。實驗結(jié)果表明,兩種判別方法均能對花生種子多目標(biāo)光譜進(jìn)行識別且識別率較高,為花生種子品質(zhì)的區(qū)分和鑒別提供了切實可行的新方法。
  (3)建立花生種子脂肪含量的分析模型對花生種子的脂肪含量進(jìn)行預(yù)測。將小波分析與主成分回歸模型相結(jié)合,對花生種子的脂肪總含量進(jìn)行預(yù)測,達(dá)到的預(yù)測精度較高,預(yù)測偏差小于0.35,相對誤差范圍為0.03%~1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論