基于支持向量机的大枣内部虫害无损检测

大枣内部虫害的光谱检测是利用大枣本身的光特性,获取与大枣内部虫害有关的物理化学信息,并利用NIR光谱与化学计量学方法建立定量模型来准确测定物质某些成分的含量。文章对160个大枣样品的近红外光谱测量数据进行二阶导数处理,找出测量波长范围内具有最大样本识别能力的有效波长,再用主成分分析进行降维处理,最后通过支持向量机算法对预测集大枣样本有无虫害进行判别,平均判别正确率为93.5%,并且算法比较稳定。综上,所测样品保持完整,不被破坏;仅通过对样品的一次NIR光谱的简单测量,就能同时测定物质的多种成分数据;可对复杂体系进行多组分同时测定,在短时间内获得分析结果,有利于工业化生产的实时、在线检测,自动化分级。

神经网络方法在网纹甜瓜外观等级判别中的应用

基于图像处理技术和神经网络理论提出一种适用于网纹甜瓜外观等级的判别方法,该方法通过对网纹甜瓜标准样本的学习即可实现对网纹甜瓜外观等级判别。结果表明,该方法对网纹甜瓜外观等级判别准确率较高。