«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第47卷

期数:

2019年第22期

页码:

258-264

栏目:

农业工程与信息技术

出版日期:

2019-12-20

文章信息/Info

Title:

Discrimination model of Hami melon fruit phenology based on hyperspectral technology

作者:

伍恒¹; 2;  李明周¹; 2;  张航¹; 2;  彭冬梅¹; 2;  吕泽鑫¹; 2;  周岭¹; 2

1.塔里木大学机械电气化工程学院，新疆阿拉尔 843300； 2.新疆维吾尔自治区普通高等学校现代农业工程重点实验室，新疆阿拉尔 843300

Author(s):

Wu Heng; et al

关键词:

高光谱成像技术; 哈密瓜物候期; 神经网络; 判别方法

Keywords:

-

分类号:

S652.101

DOI:

-

文献标志码:

A

摘要:

以新和地区种植的大田哈密瓜为研究对象，采集不同物候期哈密瓜果实样本，采集高光谱数据并通过Savitzky-Golay一阶导数(SG-1)、Savitzky-Golay二阶导数(SG-2)、标准正态变换(SNV)、多元散射校正(MSC)4种光谱预处理方法进行预处理，建立广义回归神经网络(GRNN)和概率神经网络(PNN)2种哈密瓜物候期判别模型，以模型判别正确率为评价指标，结果显示，所建模型均能很好地识别哈密瓜果实物候期。将采集到的4个时期的哈密瓜果实样本光谱组合成10组具有输入变量的光谱样本，分别建立GRNN和PNN判别模型，以模型运行时间作为模型评价指标，得出以3个时期的哈密瓜样本光谱所建立的SG-1-GRNN和SNV-PNN模型为最优，运行时间为 0.046 9 s，运行速率最多可提高57%。

Abstract:

-

参考文献/References:

［1］马惠玲，王若琳，蔡骋，等. 基于高光谱成像的苹果品种快速鉴别［J］. 农业机械学报，2017，48(4)：305-312.
［2］黄锋华. 基于高光谱成像技术的油桃品质检测及品种判别研究［D］. 晋中：山西农业大学，2016.
［3］杨小玲. 高光谱图像技术检测玉米种子品质研究［D］. 杭州：浙江大学，2016.
［4］鲍一丹，陈纳，何勇，等. 近红外高光谱成像技术快速鉴别国产咖啡豆品种［J］. 光学精密工程，2015，23(2)：349-355.
［5］张初，刘飞，孔汶汶，等. 利用近红外高光谱图像技术快速鉴别西瓜种子品种［J］. 农业工程学报，2013，29(20)：270-277.
［6］余克强，赵艳茹，李晓丽，等. 高光谱成像技术的不同叶位尖椒叶片氮素分布可视化研究［J］. 光谱学与光谱分析，2015，35(3)：746-750.
［7］杨佳. 傅里叶变换红外光谱技术在芝麻油真伪鉴别、掺伪与品质分析中的应用［D］. 北京：北京林业大学，2013.
［8］杨燕. 基于高光谱成像技术的水稻稻瘟病诊断关键技术研究［D］. 杭州：浙江大学，2012.
［9］张俊. 茉莉花茶品质的近红外化学计量学研究［D］. 杭州：浙江大学，2012.
［10］郭朔. 近红外光谱分析技术快速检测液态乳制品品质的研究［D］. 长春：吉林大学，2008.

相似文献/References:

[1]周鹏,张小刚,徐彪,等.基于高光谱的南疆红枣病虫害特征谱段选择模式[J].江苏农业科学,2013,41(04):108.
[2]杨杰,马本学,王运祥,等.葡萄可溶性固形物的高光谱无损检测技术[J].江苏农业科学,2016,44(06):401.
　Yang Jie,et al.Non-destructive detection of soluble solids content in grape by hyperspectral imaging techniques[J].Jiangsu Agricultural Sciences,2016,44(22):401.
[3]李伟伟,罗华平,孔维楠.高光谱成像技术结合遗传算法和BP神经网络的南疆骏枣总糖含量建模分析[J].江苏农业科学,2018,46(1):173.
　Li Weiwei,et al.Analysis of total sugar content modeling for Jun jujube in Southern Xinjiang by hyperspectral imaging technology combined with genetic algorithm and BP neural network[J].Jiangsu Agricultural Sciences,2018,46(22):173.
[4]梁睿杰,陈丰农.基于视觉词袋模型的稻曲病发病程度感知[J].江苏农业科学,2021,49(22):198.
　Liang Ruijie,et al.Perception of rice false smut severity based on visual bag of words model[J].Jiangsu Agricultural Sciences,2021,49(22):198.
[5]杜明华,杨甜,马燕,等.基于NIR高光谱成像技术的番茄叶片叶绿素含量检测[J].江苏农业科学,2022,50(20):48.
　Du Minghua,et al.Detection of chlorophyll content in tomato leaves based on NIR hyperspectral imaging technology[J].Jiangsu Agricultural Sciences,2022,50(22):48.

备注/Memo

备注/Memo:

收稿日期：2018-07-22
基金项目：国家科技支撑计划(编号：2015BAD19B00)。
作者简介：伍恒(1991—)，男，河南驻马店人，硕士研究生，研究方向为农产品无损检测技术。E-mail：1136186821@qq.com。
通信作者：周岭，博士，教授，硕士生导师，研究方向为生物质资源化利用。E-mail：zhoul-007@163.com。

常用功能

更新日期/Last Update: 2019-11-20