- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于电子鼻技术的不同特征参数对番茄苗早疫病病害区分效果影响的研究
第27卷 第 1期 传 感 技 术 学 报 V01.27 No.1
2014年 1月 CHINESE JOURNAlOFSENSORSANDACTUATORS Jan.2014
Research onDistinguishingTomatoSeedlingInfectedwithEarlyBlight
DiseaseUsingDifferentCharacteristicParametersbyElectronicNose
CHENGShaoming ,WANGJun ,WANGYongwei,MAYanghui
(1.CollegeofBio—systemsEngineeringandFoodScience,ZhejiangUniversity,Hangzhou310029,China;
2.Collegeofb~)rmation,ZhefiangUniversityofScienceandTechnology,Hangzhou310023,China)
Abstract:Inordertoimprovethecalculationefficiency,weshouldminimizethenumberoffeaturesandtrynottoJose
usefulinformationforclassification underthepremiseoftheoriginalfeatures.Thispaperusethemaximum value,
averagevalueofalldata,maximum curvatureofresponsecurveandtheintactintegralvalueofresponsecurveasthe
featureparametersfordistinguishinginfectionearlyblightdiseaseoftomatoseedlings.Theresultsshowthatthedistin—
guishedeffectusingaveragevalueofalldataandtheintactintegralvalueofresponseCHIVeasthefeatureparameters
isthebest,andthatusingmaximum valueisbetter.Theworseisusingmaximum curvatureofresponsecurve.
Keywords:characteristicparameter;tomatoseedling;earlyblightdisease;electronicnose
EEACC:7230J doi:10.3969/j.issn.1004-1699.2014.01.001
基于电子鼻技术的不同特征参数对番茄苗早疫病
病害区分效果影响的研究术
程绍明 ,王 俊 ,王永维 ,马杨珲
(1.浙江大学生物系统工程与食品科学学院,杭州 310029;2.浙江科技学院信息学院,杭州310023)
摘 要 :电子鼻检测的原始特征的数据量很大,一般在进行降低维数的处理前需要对原始特征进行合理的选择。选用最大
值 (Max)、全段数据平均值 (Mean)、响应曲线最大曲率 (k )、响应曲线的全段积分值(IV)作为4种不同特征参数对感染早疫
病病害的番茄苗进行区分效果研究,结果表明在进行PCA和LDA区分时,利用全段数据平均值和响应曲线 的全段积分值作
为特征参数的效果较好,其次为最大值方法,最差的是响应曲线最大曲率方法;利用BP神经网络 (BPNN)和遗传算法BP神经
网络 (GABPNN)两种识别模式进行预测时,利用全段数据平均值和响应曲线的全段积分值作为特征参数的训练集和预测集的
正确率较好 ,其次为最大值方法 ,预测结果最差的是响应曲线最大曲率方法。
关键词 :特征参数;番茄苗;早疫病;电子鼻
中图分类号:TP242.64 文献标识码 :A 文章编号:1004—1699(2014)01-0001—05
电子鼻是通过气体传感器和模式识别技术的结 算效率,在尽可能保持较多原有信息的前提下,对原
合 ,模拟生物嗅觉
文档评论(0)