|本期目录/Table of Contents|

[1]林萍,蒋善超,陈永明,等.多源异构大米品质等级非线性高光谱信息耦合识别模型研究[J].江苏农业科学,2018,46(20):261-263.
　Lin Ping,et al.Study on coupling recognition model of nonlinear hyperspectral information of multi-source heterogeneous rice quality grade[J].Jiangsu Agricultural Sciences,2018,46(20):261-263.
点击复制

多源异构大米品质等级非线性高光谱
信息耦合识别模型研究(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年第20期
页码:
261-263
栏目:
农业工程与信息技术
出版日期:
2018-10-20

文章信息/Info

Title:
Study on coupling recognition model of nonlinear hyperspectral information of multi-source heterogeneous rice quality grade
作者:
林萍;  蒋善超;  陈永明;  辅小荣;  顾春雷
盐城工学院电气工程学院，江苏盐城 224051
Author(s):
Lin Ping; et al
关键词:
大米; 多源异构; 高光谱; 信息耦合; 品质等级
Keywords:
-
分类号:
S127；TP391.4
DOI:
-
文献标志码:
A
摘要:
通过构建有效耦合多源异构高光谱波谱信息和影像信息模型来定性和定量划分大米品质等级。首先提取大米高光谱感兴趣区域中全部像素点上的光谱反射率特征值和最优分辨率配置下多尺度滤波器输出的大米高光谱影像特征，通过异构特征无纲量化函数消除异质波谱特征和影像特征量纲影响，在高维Hilbert空间中构建有效耦合机制，消除大米非线性高光谱多源品质等级信息异构特性的影响，在高维耦合空间中根据样本之间的度量对多源异构大米高光谱非线性特征品质等级信息进行分类。结果表明，多源异构大米非线性高光谱品质等级信息耦合识别模型获得84.5%的训练精度和82.2%的测试精度，提出多源异构大米品质等级非线性高光谱信息耦合识别模性能优于传统的直接利用单源特征信息分类模型。表明提出模型可被用于更精确地确定大米品质等级。
Abstract:
-

参考文献/References:

［1］王永辉，张业辉，张名位，等. 不同水稻品种大米直链淀粉含量对加工米粉丝品质的影响［J］. 中国农业科学，2013，46(1)：109-120.
［2］林萍，陈永明. 利用可见近红外光谱技术快速鉴别大米品种［J］. 江苏农业科学，2015，43(12)：320-323.
［3］李路，黄汉英，赵思明，等. 大米蛋白质、脂肪、总糖、水分近红外检测模型研究［J］. 中国粮油学报，2017，32(7)：121-126.
［4］梁明，孟大伟. 基于图像的大米品质检测方法研究与仿真［J］. 计算机仿真，2012，29(6)：244-247.
［5］崔雯雯，周丽聪，黄碧竹，等. 基于图像分析的大米透明度定量评价方法［J］. 食品工业，2015，36(7)：126-129.
［6］陈熙，张戈. 基于非高斯二维Gabor滤波器的生物特征提取算法［J］. 计算机工程与应用，2017，53(18)：170-175.
［7］陈永明，林萍，何坚强，等. 最优分辨率配置下典型湿地生境场景溯源方法［J］. 江苏农业学报，2015，31(6)：1318-1324.
［8］侯国林，阿拉坦仓，黄俊杰. Hilbert空间线性二次最优控制问题中的一个算子的可逆性［J］. 数学学报，2007，50(2)：473-480.
［9］Assi K C，Labelle H，Cheriet F. Modified large margin nearest neighbor metric learning for regression［J］. IEEE Signal Processing Letters，2014，21(3)：292-296.
［10］Jayashankar S，Sridaran R. Superlative model using word cloud for short answers evaluation in eLearning［J］. Education and Information Technologies，2017，22(5)：2383-2402.
［11］杨天伟，张霁，史云东，等. 红外光谱结合多元统计分析快速鉴别不同种类牛肝菌［J］. 食品科学，2015，36(24)：116-121.
［12］芦永军，曲艳玲，宋敏. 近红外相关光谱的多元散射校正处理研究［J］. 光谱学与光谱分析，2007，27(5)：877-880.
［13］刘学艺，李平，郜传厚. 极限学习机的快速留一交叉验证算法［J］. 上海交通大学学报，2011，45(8)：1140-1145.

相似文献/References:

[1]陈益能,方逵,朱幸辉,等.基于有机RFID的溯源精确度提高方法的研究[J].江苏农业科学,2016,44(06):426.
　Chen Yineng,et al.Study on improving traceability precision based on organic RFID in rice processing system[J].Jiangsu Agricultural Sciences,2016,44(20):426.
[2]苏珊珊,霍学喜.基于贸易自由化视角分析世界大米出口贸易空间集聚及影响因素[J].江苏农业科学,2016,44(06):558.
　Su Shanshan,et al.Analysis of spatial aggregation feature of worlds rice export trade and its influencing mechanism from trade freedom perspective[J].Jiangsu Agricultural Sciences,2016,44(20):558.
[3]左银虎,曹明.浊点萃取-火焰原子吸收光谱法测定大米中的铅[J].江苏农业科学,2014,42(04):262.
　Zuo Yinhu,et al.Determination of lead in rice by cloud point extraction and flame atomic absorption spectrometry[J].Jiangsu Agricultural Sciences,2014,42(20):262.
[4]林萍,陈永明.利用可见近红外光谱技术快速鉴别大米品种[J].江苏农业科学,2015,43(12):320.
　Lin Ping,et al.Fast discrimination of rice varieties based on visible near-infrared spectroscopy technology[J].Jiangsu Agricultural Sciences,2015,43(20):320.
[5]高荣华,顾静秋,李庆学.村镇宜居社区与小康住宅评价信息的数据融合技术[J].江苏农业科学,2014,42(06):367.
　Gao Ronghua,et al.Data fusion technology of livable communities and well-off residential assessment information in villages[J].Jiangsu Agricultural Sciences,2014,42(20):367.
[6]郎刚华,顾立众,李西腾.大米α-球蛋白的原核表达、抗体制备及检测[J].江苏农业科学,2016,44(11):34.
　Lang Ganghua,et al.Prokaryotic expression，antibody preparation and detection of α-globulin in rice[J].Jiangsu Agricultural Sciences,2016,44(20):34.
[7]李勇,严煌倩,龙玲,等.化学计量学模式识别方法结合近红外光谱用于大米产地溯源分析[J].江苏农业科学,2017,45(21):193.
　Li Yong,et al.Discrimination of geographical origin of rice based on near-infrared spectroscopy coupled with chemometrics pattern recognition techniques[J].Jiangsu Agricultural Sciences,2017,45(20):193.
[8]孙长花,于智勇,王君,等.基于QuEChERS-气相色谱-串联质谱法检测大米中多农药残留[J].江苏农业科学,2017,45(23):191.
　Sun Changhua,et al.Determination of pesticide residues in rice by QuEChERS-gas chromatography-tandem mass spectrometry[J].Jiangsu Agricultural Sciences,2017,45(20):191.
[9]赵刘,齐海军,金秀,等.面向大米分类的高光谱特征波长提取方法[J].江苏农业科学,2018,46(17):235.
　Zhao Liu,et al.Extraction method of hyperspectral characteristic wavelength for rice classification[J].Jiangsu Agricultural Sciences,2018,46(20):235.
[10]陈莹,杨瑰丽,郭涛,等.稻米直链淀粉含量的96微孔高通量快速测定方法[J].江苏农业科学,2020,48(05):185.
　Chen Ying,et al.96-Hole high-throughput rapid determination method for rice amylose content[J].Jiangsu Agricultural Sciences,2020,48(20):185.

备注/Memo

备注/Memo:
收稿日期：2018-01-10
基金项目：国家自然科学基金(编号：31601227、31501221)；江苏省自然科学基金(编号：BK20161310)。
作者简介：林萍(1982—)，女，江苏盐城人，博士，副教授，主要从事农业大数据分析研究。E-mail：binglvcha007@126.com。
通信作者：陈永明，博士，讲师，主要从事农业智能系统研究。E-mail：billrange@126.com。
更新日期/Last Update: 2018-10-20