基于生物光子学的小麦虫害识别模型

• 作 者: 史卫亚 焦珂珂 王艳娜 宋红霞 梁义涛
• 机 构: 河南工业大学信息科学与工程学院,河南工业大学粮食信息处理与控制教育部重点实验室
• 出 处: 河南工业大学学报(自然科学版)
• 发表日期: 2013年6期
• 关键词: 小麦虫害 超弱发光 神经网络 模式识别 wheat pests ultraweak luminescence neural network pattern re

使用生物超弱发光技术,分别对正常小麦和含虫小麦的自发光特性进行测量,并使用小麦自发光特性的位置特征、散布特征和形态特征等9个参数构成小麦分类的特征向量,利用BP神经网络设计分类模型,对特征向量进行训练和测试,试验结果表明模型可以正确区分含虫小麦和正常小麦,正确率达到95%,该模型为小麦隐蔽性虫害的检测提供了一种新的思路.