黑龙江省教育厅科学技术研究项目(12531468)
- 作品数:2 被引量:26H指数:2
- 相关作者:杨冬风高树仁姜丽尹淑欣更多>>
- 相关机构:黑龙江八一农垦大学更多>>
- 发文基金:引进国际先进农业科技计划黑龙江省教育厅科学技术研究项目更多>>
- 相关领域:农业科学更多>>
- 玉米种子活力近红外光谱智能检测方法研究被引量:22
- 2013年
- 为了实现玉米种子活力的快速无损检测,提出利用近红外光谱和BP神经网络来建立玉米种子活力智能检测模型。首先通过人工老化将样本按老化程度分为3种级别,采集样本的近红外光谱。分别通过卷积平滑(S-G)和多元散射校正(MSC)及二者组合的方法消除光谱噪声和去除奇异光谱。然后分别用主成分分析(PCA)和离散多带小波变换(DWT)提取光谱特征,作为BP神经网络的输入。依据预处理及特征提取的不同构建出6种BP神经网络种子活力检测模型。试验结果表明,组合预处理方法与主成分分析特征提取结合构建的模型最优,其识别的准确率为95.0%,平均识别时间为26.25ms。研究结果为玉米种子活力的快速无损检测提供了理论依据和实用方法。
- 杨冬风尹淑欣姜丽高树仁
- 关键词:近红外光谱离散小波变换BP神经网络玉米种子活力
- 基于软X-射线造影和机器智能的玉米种子活力检测方法研究被引量:6
- 2013年
- 为了提高玉米单产,在播种之前对种子活力进行检测十分必要。提出一种将传统的软X-射线检测方法与计算机智能识别相结合的新方法。首先建立corn_pixel结构,然后通过确定种子尖端位置和形心建立种胚区域的椭圆不等式对种胚区域进行标识。以椭圆短半轴b及种胚区域渗钡像素比率M1/M和非种胚区域渗钡像素比率K1/K为输入特征,以标准发芽试验结果为输出,建立BP神经网络单粒种子活力识别模型。结果表明,当b=2CD/5时,识别的准确率最高,以该b值为依据进行分组试验的平均准确率可达95%以上。
- 杨冬风
- 关键词:种子活力玉米BP神经网络