基于Kernel-ICA和X-ray成像的品种分类研究.pdfVIP

2016 6 Vol． 31 ，No． 6 年 月 中国粮油学报 31 6 Jun. 2016 第 卷第 期 Journal of the Chinese Cereals and Oils Association 基于Kernel － ICA 和X － ray 成像的品种分类研究 韩仲志1 ，2 万剑华1 ( ( ) 1 ， 266580) 中国石油大学 华东 地球科学学院 青岛 ( 2 ， 266109) 青岛农业大学理学与信息科学学院 青岛 ， X － ray 摘 要 对农作物品种正确分类是作物分类学的重要内容 为考察 成像技术对小麦品种分类研 ， X － ray 3 (Kama ，Ｒosa and Canadian) 70 ， 210 究的有效性 基于软 成像仪采集的 品种 每个品种 个籽粒 共 个籽 X － ray ， 7 ( 、 、 、 、 、 、 粒样本的 扫描图像 并针对其 个形态几何特征 面积 周长 紧致度 籽粒长度 宽度 偏斜度 种子腹 沟长度)， Kernel － ICA ， ， 与 提出了一种使用 的方法先对特征进行优化 再进行小麦品种的聚类与识别的方法 并 K － means 、C － means 2 种聚类方法以及基于工神经网络(ANN)和支持向量机(SVM)2 种识别方法的分类结果 ， : :Kernel － ICA 、SVM 、C － means、K － means 、BP － ANN ， 进行比较 结果发现 分类正确率从高到低分别为 分类 :91． 9% 、90． 5% 、89． 5% 、87． 1% 、86． 9% 。 Kernel － ICA ， 正确率分别为 研究提出的 的方法 聚类优化和识别 ， X － ray ， ， 能力较强 对软 成像的小麦品种进行分类 已基本上满足农艺上对小麦品种分类需要 对农作物种质 资源鉴别和作物品种分类研究具有积极意义。 关键词 小麦 Kernel － ICA X － ray 成像 品种分类 :S126 :A :1003 － 0174 (2016) 中图分类号 文献标识码 文章编号 06 － 0123 － 05 作 ， 物的种子是作物重要的生理器官 其外观表