10.3964/j.issn.1000-0593(2009)11-2943-04
基于光谱技术的航天育种番茄品种鉴别方法的研究
为了实现航天育种番茄不同品种的快速光谱鉴别,采用主成分分析法对光谱数据进行聚类分析,并将小波变换用于对大量光谱数据的压缩,同时结合神经网络建立了番茄品种鉴别模型.该模型将压缩后的数据作为神经网络的输入,加速了神经网络的训练速度.通过对太空育种突变株M1和M2及其亲本番茄品种的共105个番茄叶片样本建立训练模型,并用每个品种15个样本,共45个番茄叶片的样本进行预测.结果表明,用该方法对航天育种番茄不同品种的鉴别正确率达到97.8%.说明文章提出的方法具有很好的分类和鉴别作用,为航天育种番茄不同品种的快速鉴别提供了一种新方法.
近红外光谱、航天育种番茄、主成分分析、聚类、小波变换、人工神经网络、品种鉴别
29
S123;S641.2(农业物理学)
国家科技支撑项目2006BAD27B02-03;浙江省重大科技招标项目2007C02002-2
2009-12-15（万方平台首次上网日期，不代表论文的发表时间）
共4页
2943-2946
