仓储小麦隐蔽性害虫的检测模型及算法

doi:10.3979//j.issn.1673-1689.2016.06.003

首页 > 过刊浏览>2016年第35卷第6期 >577-583. DOI:10.3979//j.issn.1673-1689.2016.06.003

仓储小麦隐蔽性害虫的检测模型及算法
DOI:
                        10.3979//j.issn.1673-1689.2016.06.003
                    
作者:
                        
                        
                    
作者单位:
作者简介:
通讯作者:
中图分类号:
基金项目:

Model and Algorithm for the Detection of Hidden Insects in Wheat

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

文章评论

摘要:

粮食在存储过程中极易发生虫蚀现象，因此需要一种快速高效的检测手段来检测粮食是否染虫。结合机器学习和生物光子学的相关理论，分别测量正常和含虫小麦的自发光子数，然后提取8个统计特征和13个直方图特征，分别采用线性判别分析LDA和二次辨别分析QDA算法对正常小麦和含虫小麦进行识别，同时针对小样本情况下协方差矩阵奇异性问题，引入正则化判别分析RDA方法，对QDA算法进行优化，提高分类正确率。实验结果证实了所提方法的有效性。

Abstract:

In order to prevent the loss of grain mass and quality，a fast and efficient method for the early detection of insects in grains is urgently needed during trade and storage. Based on the biophoton analytical technology（BPAT），the experiments were made to measure spontaneous photon counts of wheat kernels and infested ones. Then statistical characteristics and histogram distribution were extracted and linear discriminant analysis（LDA） and quadratic discriminant analysis（QDA） were used to discriminate between normal and infested grains. In addition，due to the singularity and instability of the per class covariance matrices in the small sample，regularized discriminant analysis（RDA） was used to optimize QDA and increase the classification accuracy. Therefore，the proposed method is workable.

参考文献

相似文献

引证文献

引用本文

史卫亚,乔娜娜,梁义涛.仓储小麦隐蔽性害虫的检测模型及算法[J].食品与生物技术学报,2016,35(6):577-583.

SHI Weiya, QIAO Nana, LIANG Yitao. Model and Algorithm for the Detection of Hidden Insects in Wheat[J]. Journal of Food Science and Biotechnology,2016,35(6):577-583.

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:
最后修改日期:
录用日期:
在线发布日期: 2016-11-02
出版日期:

地址：江苏省无锡市蠡湖大道1800号邮政编码：214122

电话：0510-85913526 电子邮件：xbbjb@jiangnan.edu.cn

技术支持：北京勤云科技发展有限公司

引用本文

分享

文章指标

历史

微信公众号二维码

手机版网站二维码