农作物论文_基于机器视觉技术的小粒中药材种子-种子

一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。六、处理流程：（1）通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4）杂志出刊后，我们会按照您提供的地址免费奉寄样刊。七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。

农作物论文_基于机器视觉技术的小粒中药材种子

作者:

关键词:

摘要：

文章目录

1 材料与方法

1.1 试验材料

1.2 试验方法

1.2.1 传统种子净度测定

1.2.2 图像扫描及种子物理指标提取

1.2.3 净度计算及校正

1.2.4 多层感知器网络（Multilayer perceptron network,MLP)

1.2.5 二元逻辑回归（Binary Logistic Regression,BLR)

1.3 统计分析

2 结果与分析

2.1 中药材种子批物料特性描述统计

2.2 相关性分析、主成分分析和不同指标建模结果比较

2.3 不同算法建模效果比较

2.4 黄芩、桔梗、黄芪、紫苏和柴胡种子净度拟合效果

3 讨论

4 结论

文章摘要:为探究机器视觉技术用于小粒中药材种子净度快速检测的可行性，以黄芩、桔梗、黄芪、紫苏和柴胡5种常见小粒中药材种子为材料，使用扫描仪获取净种子、其他植物种子和所含杂质的图像，采用种子自动化分析系统（PhenoSeed）批量提取种子、其他植物种子及所含杂质的颜色、尺寸及纹理信息，通过相关性分析和主成分分析进行特征变量的筛选，采用多层感知器（MLP）和二元逻辑回归（BLR）建立上述5种中药材种子净度快速检测模型。结果表明，净种子、其他植物种子及所含杂质在物理指标方面存在显著差异，针对不同种子，采用不同指标建立的MLP净度模型的训练集和测试集准确率均在96.0%以上，该模型在不同中药材种子上的稳定性均优于BLR模型；以特征指标建立的模型稳定性优于全部指标的建模效果，运用特征变量建立的MLP模型对不同净度梯度（75.0%～100.0%）的混合样本进行预测，回归曲线的决定系数均达到0.99以上。采用机器视觉技术获取种子、其他植物种子及所含杂质颜色、尺寸和纹理等信息，以特征指标建立MLP模型可用于小粒中药材种子的净度快速检测。

文章关键词:

论文分类号:S567;TP391.41

文章来源：《种子》网址: http://www.zhongzizzs.cn/qikandaodu/2022/0612/968.html