Es wurde eine Klassifikationsmethode für acht Arten von Mini-Kartoffelsetzlingen (Atlantic, Niederlande-14, Niederlande fünfzehn 041, Niederlande fünfzehn Q8, Jizhang Kartoffel Nr. 12, Jizhang Kartoffel Nr. 8, Xingjia Nr. 2 und Y2) entwickelt, die hyperspektrale Analysetechnik in Kombination mit Mustererkennung verwendet. Es wurden 276 Saatkartoffelproben gesammelt, und die Rohspektren von 860 bis 1700 nm wurden normalisiert, mit einem 11-Punkte Savitzky-Golay-Glättungsfilter geglättet und mit einer 4-Punkte differenziellen ersten Ableitung vorbearbeitet. Die vorverarbeiteten Spektraldaten wurden einer Hauptkomponentenanalyse unterzogen, wobei festgestellt wurde, dass die kumulative Beitrag der ersten drei Hauptkomponenten 95,12 % beträgt und somit den Großteil der ursprünglichen Spektruminformationen umfasst und als Klassifikationsvariablen verwendet werden kann. Anschließend wurden lineare Diskriminanzanalyse, BP-Neuronales Netzwerk und Support-Vektor-Maschine zur Klassifikationsmodellierung verwendet. Schließlich wurde schrittweise und hierarchisch ein Klassifikationsmodell für acht Arten von Mini-Kartoffelsetzlingen erstellt. Zuerst wurde ein lineares Diskriminanzanalysemodell verwendet, um Atlantic, Niederlande-14, Niederlande fünfzehn 041 und andere Sorten mit einer mittleren korrekten Erkennungsrate von 88,79 % zu unterscheiden. Anschließend wurde ein BP-Neuronales Netzwerkmodell erstellt, um andere Sortenproben in zwei Kategorien zu unterteilen: eine mit Jizhang Kartoffel Nr. 8 und Y2, die andere mit Niederlande fünfzehn Q8, Jizhang Kartoffel Nr. 12 und Xingjia Nr. 2, mit einer mittleren korrekten Erkennungsrate von 93,24 %. Schließlich wurde ein BP-Neuronales Netzwerkmodell verwendet, um Jizhang Kartoffel Nr. 8 und Y2 mit einer mittleren korrekten Erkennungsrate von 77,78 % zu unterscheiden; eine Support-Vektor-Maschine wurde verwendet, um Niederlande fünfzehn Q8, Jizhang Kartoffel Nr. 12 und Xingjia Nr. 2 mit einer mittleren korrekten Erkennungsrate von 87,23 % zu klassifizieren. Das schrittweise und hierarchische Klassifikationsmodell für acht Arten von Mini-Kartoffelsetzlingen erreichte eine mittlere korrekte Erkennungsrate von 89,75 %, was zeigt, dass die hyperspektrale Analysetechnik zur Klassifikation und Erkennung von Mini-Kartoffelsetzlingen verwendet werden kann.

Kartoffel;Mini-Kartoffelsetzlinge;Hyperspektral;Klassifikation und Erkennung