换一批基于近红外光谱的玉米品种鉴别方法
Qualitative Identification Method of Maize Varieties Based on Near-Infrared Spectroscopy
摘要玉米因其耐旱、产量高、抗倒伏等优点,被广泛种植于我国各地.但因不同玉米品种间价格和品质差异较大,人工分辨其品种较为困难.基于此,本文利用近红外光谱技术结合机器学习建立预测模型,提出了一种快速鉴别玉米品种的方法.实验将采集到的玉米粒近红外光谱数据经过多元散射校正预处理后,建立核极限学习机模型用于玉米品种预测实验.结果表明,核极限学习机在玉米品种鉴别中能够表现出较好的效果,其预测准确率和F1 值可以达到 85.66%和 90%.为了进一步提高预测准确率,实验还针对建模中的两个重要参数引入了灰狼优化算法,即核函数γ和惩罚因子C的寻优,该算法有效提升了模型准确率和F1 值,达到了实际应用标准.该方法为食用玉米品种分类提供了技术保障,同时也对有关部门的管理和监督提供了借鉴.
更多相关知识
关键词
玉米品种分类近红外光谱灰狼优化算法核极限学习机cornvariety classificationnear-infrared spectroscopygray wolf optimizationkernel limit learning machine
栏目名称
发布时间
2023-08-14（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引1
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
