文献类型：期刊文章

作　　者：周子立[1,2] 张瑜[3] 何勇[2] 李晓丽[2] 邵咏妮[2]

机构地区：[1]浙江机电职业技术学院,杭州310053 [2]浙江大学生物系统工程与食品科学学院,杭州310029 [3]浙江经济职业技术学院,杭州310018

出　　处：《农业工程学报》

基　　金：国家高技术研究发展计划(863计划)项目(2007AA10Z210);国家自然科学基金项目(30671213)

年　　份：2009

卷　　号：25

期　　号：8

起止页码：131-135

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20094512421227)、FSTA、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：为探索大米无损检测技术,提出了一种基于可见-近红外光谱技术快速、无损鉴别大米品种的新方法。首先采用主成分分析法对大米品种进行聚类,然后利用小波变换技术提取光谱特征信息,把光谱特征信息作为人工神经网络的输入建立品种识别模型,对大米品种进行鉴别。从每种大米60个样本共计180个样本中随机抽取150个样本(每种50个样本)用来建立神经网络模型,剩下的30个大米样本用于预测。品种识别准确率达到100%。说明所提出的方法具有很好的分类和鉴别作用,为大米的品种鉴别提供了一种新方法。

关 键 词：可见-近红外光谱  大米 主成分分析 小波变换 人工神经网络

分 类 号：O657.3] S602.3[化学类]