文献类型：期刊文章

作　　者：彭丹青[1] 申金媛[1] 刘剑君[2] 丁春峰[1] 刘润杰[1]

机构地区：[1]郑州大学信息工程学院,河南省激光与光电信息技术重点实验室,郑州450001 [2]河南省烟草公司郑州分公司,郑州450001

出　　处：《农机化研究》

基　　金：河南省创新人才培养对象(2005);河南省烟草专卖局科学计划与技术开发项目(2008);河南省杰出青年基金项目(512000400)

年　　份：2009

卷　　号：31

期　　号：10

起止页码：15-18

语　　种：中文

收录情况：BDHX、BDHX2008、JST、RCCSE、核心刊

摘　　要：烟叶的红外光谱特征不仅与其化学成分密切相关,而且与其内部结构有一定的关系。为此,提出了基于光谱分析并利用径向基神经网络对烟叶进行等级分类的方法。首先,对复杂繁多的原始光谱数据进行小波变换;然后,采用RBF(Radial-Basis Function)神经网络进行分级。小波变换不仅可除去部分噪声,而且压缩后的数据可减少识别网络的输入维数,从而缩短了网络的训练和识别时间,并有效地减小了神经网络的VC维数,提高了网络的推广能力。对两种不同等级的50片烟叶红外光谱数据进行分析,取其中23片作训练样本,其他的27片作测试样本。实验结果表明:训练样本的正确识别率为100%,测试样本的正确识别率为96.3%。

关 键 词：烟叶分级 小波变换 RBF网络 红外光谱

分 类 号：TP183] S126]