搜索结果: 1-3 共查到“农业工程 Discrimination”相关记录3条 . 查询时间(0.118 秒)
雪莲花产地鉴别的近红外光谱分析方法（Discrimination of Snow Lotus from Different Geographical Origins by Near Infrared Spectroscopy）
雪莲花 产地鉴别 近红外光谱 K-最近邻域
2010/12/28
以青海、西藏、云南和新疆4个不同产地的雪莲花为研究对象，利用K-最近邻域（KNN）模式识别方法建立雪莲花产地鉴别模型，模型参数K和主成分因子数（PCs）通过交互验证的方法优化；同时比较了标准正态变量变换(SNV)、多元散射校正(MSC)、一阶导数和二阶导数4 种预处理方法对模型结果的影响。试验结果显示，通过SNV光谱预处理后，在K为3和PCs为5时，所得到的模型最佳，模型交互验证识别率和预测识...
近红外玉米品种鉴别系统预处理和波长选择方法（Effects of Spectral Pretreatment and Wavelength Selection on Discrimination of Maize Seed Varieties by NIR Spectroscopy）
近红外光谱 玉米 品种鉴别
2009/11/3
以7个品种玉米籽粒的鉴别系统为研究对象，对比研究了6种预处理方法和波长选择对模型鉴别能力的影响。结果表明，在被比较的6种预处理方法中，一阶导数方法能够使模型有更好的鉴别性能。使用一阶导数预处理和全光谱区的模型平均正确识别率和正确拒识率最高，分别为98.6％和98％，有5个品种的模型的正确识别率和正确拒识率都达到了100％。波长选择对一阶导数模型没有明显作用，但能使标准正态变量变换和矢量归一化模型鉴...
霉变板栗的近红外光谱和神经网络方法判别（Discrimination of Moldy Chinese Chestnut Based on Artificial Neural Network and Near Infrared Spectra）
板栗 近红外光谱 BP神经网络 预处理
2009/11/3
利用近红外光谱检测了带壳板栗的品质。在波数为12000～4000cm-1范围内采用近红外漫反射法采集了合格板栗和霉变板栗的光谱，用6种光谱预处理方法分析数据，比较了板栗近红外光谱在不同预处理方法下所建模型的识别率。试验结果表明经矢量归一化预处理所建模型识别效果最好，对预测集中的合格板栗、表面霉变板栗、内部霉变板栗的预测正确率分别为94.74%、94.44%、92.31%。