基于高光谱的马铃薯微型种薯分类检测

摘要

采用高光谱分析技术结合模式识别,建立了8种马铃薯微型种薯(大西洋、荷兰-14、荷兰十五041、荷兰十五Q8、冀张薯12号、冀张薯8号、兴佳2号和Y2)的分类检测方法.采集276个种薯样本,对860～1 700 nm的原始光谱进行标准化、11点Savitzky-Golay平滑和4点差分一阶导数光谱预处理,将预处理后的光谱数据进行主成分分析,发现前3个主成分的累积贡献率为95.12％,包含了原始光谱的大部分信息,可作为分类变量.再分别使用线性判别分析、BP神经网络和支持向量机进行分类建模.最终通过分层、分步骤建立了8种马铃薯微型种薯的分类模型.首先采用线性判别分析模型区分大西洋、荷兰-14、荷兰十五041和其它品种,平均正确识别率达88.79％.再建立BP神经网络模型将其它品种样本区分为两类,一类为冀张薯8号和Y2,另一类为荷兰十五Q8、冀张薯12号和兴佳2号,平均正确识别率达93.24％.最后以BP神经网络模型区分冀张薯8号和Y2,平均正确识别率为77.78％;以支持向量机分类模型区分荷兰十五Q8、冀张薯12号和兴佳2号,平均正确识别率为87.23％.该研究建立的8种马铃薯种薯分步骤、分层分类识别模型的平均正确识别率达89.75％,表明高光谱光谱分析技术可用于马铃薯微型种薯的分类检测.