中国农业机械化科学研究院集团有限公司 主管

北京卓众出版有限公司 主办

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于高光谱图像技术结合深度学习算法的萝卜种子品种鉴别

杭盈盈 李亚婷 孙妙君

杭盈盈, 李亚婷, 孙妙君. 基于高光谱图像技术结合深度学习算法的萝卜种子品种鉴别[J]. 农业工程, 2020, 10(5): 29-33.
引用本文: 杭盈盈, 李亚婷, 孙妙君. 基于高光谱图像技术结合深度学习算法的萝卜种子品种鉴别[J]. 农业工程, 2020, 10(5): 29-33.
HANG Yingying, LI Yating, SUN Miaojun. Classification of Radish Seeds Using Hyperspectral Imaging and Deep Learning Method[J]. AGRICULTURAL ENGINEERING, 2020, 10(5): 29-33.
Citation: HANG Yingying, LI Yating, SUN Miaojun. Classification of Radish Seeds Using Hyperspectral Imaging and Deep Learning Method[J]. AGRICULTURAL ENGINEERING, 2020, 10(5): 29-33.

基于高光谱图像技术结合深度学习算法的萝卜种子品种鉴别

基金项目: 大学生实践创新训练计划项目(项目编号:201910299024Z,201910299142Y)

Classification of Radish Seeds Using Hyperspectral Imaging and Deep Learning Method

Funds: College students practice innovation training program
  • 摘要: 提出一种基于可见-近红外光谱技术的无损检测方法,以期实现对萝卜种子品种的鉴别。通过光谱成像系统采集6类常见萝卜种子的高光谱图像,并利用HSI软件提取光谱数据。使用Savitzky Golay(SG)平滑与多元散射校正(multiple scattering correction,MSC)叠加对光谱数据进行预处理以消除高频随机误差。采用堆叠自动编码器(stacked autoencoder,SAE)、连续投影算法(successive projections algorithm,SPA)和变量迭代空间收缩算法(variable iterative space shrinkage approach,VISSA)进行数据降维。利用Softmax与支持向量机(support vector machine,SVM)算法对全光谱和选取的特征光谱数据建立分类模型。结果表明:SAE-Softmax模型的分类效果最优,其训练集和预测集准确率分别达99.72%和96.22%。因此,利用可见-近红外光谱技术与深度学习算法结合的方法对萝卜种子的品种鉴别是可行的。该研究为种子品种无损检测分析提供参考。

     

  • 加载中
计量
  • 文章访问数:  944
  • HTML全文浏览量:  1
  • PDF下载量:  43
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-02-21
  • 出版日期:  2020-05-20

目录

    /

    返回文章
    返回