论文部分内容阅读
提出了一种基于可见-近红外光谱技术快速、无损鉴别杂交稻种品系与真伪的新方法。采集了5种稻种的光谱数据，各获取32个样本，随机分成训练集（125份）和检验集（35份）。光谱经S．Golay平滑和标准归一化（SNV）处理后，以主成分分析法（PCA）降维。将降维所得的前9个主成分作为新变量。分别用模糊模式识别、BP-神经网络、Fisher多类线性判别以及Bayes多类逐步判别四种方法进行分析。对35个未知样的预测结果说明可见-近红外技术进行杂交稻种品系与真伪的快速、无损鉴别是可行的，且PCA结合Bayes多类逐