基于小波变换的LDA和BPNN结合红外光谱分析甜橙炭疽病的研究

简介：
本研究采用小波变换预处理甜橙红外光谱数据，结合线性判别分析(LDA)与反向传播神经网络(BPNN)，有效提升了对甜橙炭疽病的识别精度。 研究通过傅里叶变换红外（FTIR）光谱结合基于小波变换(WT)的线性判别分析(LDA)和反向传播网络(BPNN)，对甜橙炭疽病果皮与正常果皮进行了鉴别研究。实验中，样品的红外光谱经过多尺度一维连续小波变换(CWT)，发现第10尺度的小波系数存在显著差异，并选取该尺度三个区域的系数作为特征参数建立LDA和BPNN模型。结果显示，LDA模型在样本识别效果上优于BPNN。 此外，在选择FTIR光谱范围内（1750~950 cm-1）并进行五尺度离散小波变换(DWT)后，选取第5尺度的逼近系数(DWTAC)和细节系数(DWTDC)，分别建立LDA和BPNN模型。实验结果表明利用细节系数构建的模型识别效果更佳，并且两种方法对样品的识别正确率均为95%。 综上所述，小波变换结合LDA与BPNN能够有效地用于傅里叶变换红外光谱技术中甜橙炭疽病果皮和正常果皮的鉴别工作，从而为快速、准确地检测甜橙疾病提供了一种新的方法。