来源：期刊VIP网 时间：
作者：董震;王彤霞;杨思成;孙肖明;徐文;王雨彤;
单位：吉林工商学院粮食学院;吉林省粮食品质控制工程研究中心;黄冈市公共检验检测中心;
摘要：为提升大豆品种鉴别的效率与准确性，利用近红外高光谱成像系统采集7个大豆品种的光谱数据，采用感兴趣区域(ROI)提取、光谱预处理及主成分分析(PCA)等方法提取特征波长，并构建反向传播神经网络(BPNN)识别模型。结果显示：7种大豆(单粒)光谱反射率为0.227～0.764,200粒平均反射率为0.321～0.706;提取出3个主成分，方差解释率为84.2%;模型在训练集、验证集和测试集上的识别准确率依次为96.0%、95.7%、94.8%,综合准确率达95.8%,均方根误差(RMSE)为0.023,决定系数(R~2)为0.997;利用近红外高光谱成像技术鉴别大豆品种具备可行性。
关键词：大豆;;高光谱;;品种鉴别;;BP神经网络
基金资助：2024年吉林省教育厅科学技术研究项目(JJKH20240282KJ)
