基于近紅外光譜技術(shù)及ELM對小麥中不同生長階段米象的分類識別

摘要： 對糧食中隱蔽性害蟲的早期診斷和檢測，不僅可以減少因害蟲取食造成的糧食產(chǎn)后損失，還可以減少化學藥劑的使用，對于保證糧食品質(zhì)和減少環(huán)境污染具有重要的意義?；诮t外光譜技術(shù)與極限學習機(ELM)構(gòu)建小麥中不同生長階段米象的分類識別模型，采集未感染小麥和感染米象小麥的近紅外光譜數(shù)據(jù)，選擇SNV+De-trending的組合對原始光譜數(shù)據(jù)進行預(yù)處理，使用主成分分析(PCA)方法對光譜數(shù)... （共8頁）