SEMI OpenIR  > 半导体人工神经网络实验室
玉米品种近红外光谱的特征分析与鉴别方法
王徽蓉; 陈新亮; 李卫军; 来疆亮
2010
Source Publication光谱学与光谱分析
Volume30Issue:12Pages:3213-3216
Abstract以玉米种子的4 000~12 000 cm~(-1)波段的漫反射近红外光谱为研究对象,提出了一种鉴别玉米品种的新方法.采用主成分分析法(PCA)来研究数据特征,发现近红外光谱在特征空间中具有显著的长条状分布特征,为此我们研究了改变样本点在PCA空间中的分布对品种鉴别的影响,并提出了归一化主成分分析 (NPCA)的特征提取算法,同时还根据近红外光谱的数据分布特点提出了一种主方向仿生模式识别的分类算法,进一步提高了鉴别正确率.鉴别模型对第一测试集的平均正确识别率达到了97. 67%,平均正确拒识率达到了98.40%,30个品种中的13个达到了100%的正确识别率;对第二测试集的平均正确拒识率达到了98. 90%,有11个品种达到了100%的正确拒识率,具有较高的鉴别准确度
metadata_83半导体人工神经网络实验室
Subject Area人工智能
Funding Organization国家自然科学基金项目
Indexed ByCSCD
Language中文
CSCD IDCSCD:4045148
Date Available2011-08-16
Citation statistics
Cited Times:4[CSCD]   [CSCD Record]
Document Type期刊论文
Identifierhttp://ir.semi.ac.cn/handle/172111/21760
Collection半导体人工神经网络实验室
Recommended Citation
GB/T 7714
王徽蓉,陈新亮,李卫军,等. 玉米品种近红外光谱的特征分析与鉴别方法[J]. 光谱学与光谱分析,2010,30(12):3213-3216.
APA 王徽蓉,陈新亮,李卫军,&来疆亮.(2010).玉米品种近红外光谱的特征分析与鉴别方法.光谱学与光谱分析,30(12),3213-3216.
MLA 王徽蓉,et al."玉米品种近红外光谱的特征分析与鉴别方法".光谱学与光谱分析 30.12(2010):3213-3216.
Files in This Item:
File Name/Size DocType Version Access License
玉米品种近红外光谱的特征分析与鉴别方法.(301KB) 限制开放--Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[王徽蓉]'s Articles
[陈新亮]'s Articles
[李卫军]'s Articles
Baidu academic
Similar articles in Baidu academic
[王徽蓉]'s Articles
[陈新亮]'s Articles
[李卫军]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[王徽蓉]'s Articles
[陈新亮]'s Articles
[李卫军]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.