《电子鼻技术在棉花早期棉铃虫虫害检测中的应用》PDF+DOC
作者:代雨婷,周博,王俊
单位:中国农业工程学会
出版:《农业工程学报》2020年第03期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFNYGU2020030380
DOC编号:DOCNYGU2020030389
下载格式:PDF + Word/doc 文字可复制、可编辑
《电子鼻在肉品风味分类检测中的应用》PDF+DOC2019年第11期 任兴超
《电子鼻技术在谷物霉变识别中的应用》PDF+DOC2005年第03期 潘天红,陈山,赵德安
《电子鼻技术在鱼粉酸价检测中的应用》PDF+DOC2011年第01期 刘辉,牛智有
《电子鼻快速检测乌龙茶挥发物条件的优化》PDF+DOC2019年第03期 王蔚,魏日凤,郭雅玲
《电子鼻(EN)及其在多领域中的应用》PDF+DOC2006年第07期 毕丽君,高宏岩
《人工嗅觉系统及其在粮食质量检验中的应用》PDF+DOC2004年第01期 石志标,左春柽,张学军
《鸡蛋贮藏时间和新鲜度的电子鼻检测》PDF+DOC2010年第05期 周博,王永维,王俊,陆秋君
《电子鼻技术在猪肉新鲜度识别中的应用》PDF+DOC2008年第02期 孙钟雷
《电子鼻判别小麦陈化年限的检测方法研究》PDF+DOC2007年第08期 庞林江,王俊,路兴花
《电子鼻信号特征提取与传感器优化的研究》PDF+DOC2006年第03期 海铮,王俊
为了更好地获取棉花虫害信息,该文使用电子鼻和气质联用技术对受到不同数量棉铃虫早期危害的棉花进行检测。基于气质联用技术获得了棉花挥发物的成分和含量,基于电子鼻响应曲线提取了稳定值、面积值、平均微分值、小波能量值和多项式拟合曲线参数值5种特征值,筛选出3种较优单特征:稳定值、平均微分值和面积值,之后基于多特征分别使用多层感知神经网络、径向基函数神经网络和极限学习机3种神经网络方法进行分类分析。最后采用支持向量机回归分别基于3种较优单特征及多特征对危害棉花的棉铃虫数量进行回归预测。结果表明:多特征的分类效果优于单特征,基于多特征“稳定值和平均微分值”和极限学习机分类效果最好,训练集和测试集的分类正确率均达到100%。多特征的预测能力优于单特征,基于多特征“面积值和平均微分值”的回归模型预测效果最佳,训练集回归模型的决定系数(R2)和均方根误差(RMSE)分别为0.994 0和0.086 0,测试集回归模型的R2和RMSE分别为0.923 0和0.370 9,电子鼻对棉花早期棉铃虫虫害具有较好的区分和预测能力,电子鼻在棉花早期棉铃虫虫害中的检测具有一定的应用潜力。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。