论文部分内容阅读
在833-2500 nm光谱范围内采集了120个猕猴桃膨大果和120个正常果的近红外漫反射光谱,采用变量标准化方法对光谱进行了预处理,基于Kennard-Stone方法对样本进行了划分,分别建立了基于全光谱（FS）、主成分分析法（PCA）提取的11个主成分和连续投影算法（SPA）提取的6个特征波长的偏最小二乘（PLS）、支持向量机（SVM）和误差反向传播（BP）神经网络识别模型。结果说明,所建立的9个模型对校正集和测试集中猕猴桃膨大果和正常果的正确识别率均分别大于96.7%和93.3%。PCA提取的主成分