［1］ 李文霞，李柏云，薛红，等． 黑龙江省不同生态区大豆品种育种性状的主成分分析［J］． 大豆科学，2013，32( 6) : 731-734． ( LiW X，Li B Y，Xue H ，et al． Principal components analysis ofbreeding traits in various ecological regions in Heilongjiang province［J］． Soybean Science，2013，32( 6) : 731-734． )［2］ 洪庆红，李丹婷，郝朝运． 应用FTIＲ 直接测定法鉴定大豆的品种［J］． 光谱学与光谱分析，2005，25( 8) : 1246-1249． ( Hong QH，Li D T，Hao C Y． Identification of soybean varieties by directdetermination of FTIＲ spectrum［J］． Spectroscopy and Spectral Analysis，2005，25( 8) : 1246-1249． )
［3］ 朱大洲，王坤，周光华，等． 单粒大豆的近红外光谱特征及品种鉴别研究［J］． 光谱学与光谱分析，2010，30 ( 12) : 3217-3221．( Zhu D Z，Wang K，Zhou G H， et al． The NIＲ spectra based varietydiscrimination for single soybean seed［J］． Spectroscopy andSpectral Analysis，2010，30( 12) : 3217-3221． )
［4］ 杨冬风，朱洪德． 基于近红外透射光谱分析和BP 神经网络的大豆品种识别［J］． 大豆科学，2013，32( 2) : 249-253． ( Yang DF，Zhu H D． Ｒecognition of soybean varieties based on near infraredtransmittance spectroscopy and BP neural network［J］． SoybeanScience，2013，32( 2) : 249-253． )
［5］ 柴玉华，侯升飞，彭长禄． 基于高光谱图像技术的大豆分级识别方法研究［J］． 东北农业大学学报，2014，45 ( 4) : 107-112．( Chai Y H，Hou S F，Peng C L． Identification of different soybeangrades based on hyperspectral imagery［J］． Journal of NortheastAgricultural University，2014，45( 4) : 107-112． )
［6］ Zhang X L，Liu F，He Y，et al． Application of hyperspectral imagingand chemometric calibrations for variety discrimination of678 大豆科学4 期maize seeds［J］． Sensors，2012，12( 12) : 17234-17246．
［7］ 鲍一丹，陈纳，何勇，等． 近红外高光谱成像技术快速鉴别国产咖啡豆品种［J］． 光学精密工程，2015，23 ( 2 ) : 349-355．( Bao Y D，Chen N，He Y，et al． Ｒapid identification of coffeebean variety by near infrared hyperspectral imaging technology［J］． Optical Precision Engineering，2015，23( 2) : 349-355． )
［8］ 杨仁杰，刘蓉，杨延荣，等． 用二维相关近红外谱和多维主成分分析判别掺杂牛奶［J］． 光学精密工程，2014，22 ( 9 ) :2352-2358． ( Yang Ｒ J，Liu Ｒ，Yang Y Ｒ，et al． Classification ofadulterated milk by two-dimensional correlation near-infrared spectroscopyand multi-way principal component analysis［J］． OpticalPrecision Engineering，2014，22( 9) : 2352-2358． )
［9］ 王斌，薛建新，张淑娟． 基于高光谱成像技术的腐烂、病害梨枣检测［J］． 农业机械学报，2013，44( S1) : 205-209． ( Wang B，XueJ X，Zhang S J． Detection of decay and disease pear jujube basedon hyperspectral imaging technology［J］． Transactions of the ChineseSociety for Agricultural Machinery，2013，44( S1) : 205-209． )
［10］ Siedliska A，Baranowski P，Mazurek W． Classification models ofbruise and cultivar detection on the basis of hyperspectral imagingdata［J］． Computers and Electronics in Agriculture，2014，106:66-74．
［11］ Nakariyakul S，Casasent D P． Classification of internally damagedalmond nuts using hyperspectral imagery［J］． Journal of Food Engineering，2011，103( 1) : 62-67．
［12］ Sakla W，Chan A， Ji J， et al． An SVDD-based algorithm for targetdetection in hyperspectral imagery［J］． Geoscience and ＲemoteSensing Letters， IEEE，2011，8( 2) : 384-388．
［13］ 严衍禄，陈斌，朱大洲． 近红外光谱分析的原理、技术与应用［M］． 北京: 中国轻工业出版社，2013． ( Yan Y L，Chen B ，ZhuD Z． Near infrared spectroscopy-principles， technologies and applications［M］． Beijing: China Light Industry Press，2013． )
［14］ Shahin M A，Symons S J． Detection of Fusarium damaged kernelsin Canada Western Ｒed Spring wheat using visible /near-infraredhyperspectral imaging and principal component analysis［J］． Computersand Electronics in Agriculture，2011，75( 1) : 107-112．
［15］ Jia X，Ｒichards J A． Segmented principal components transformationfor efficient hyperspectral remote-sensing image display andclassification［J］． Geoscience and Ｒemote Sensing，1999，37( 1) :538-542．
［16］ Du Q，Zhu W，Yang H，et al． Segmented principal component analysisfor parallel compression of hyperspectral imagery［J］． Geoscienceand Ｒemote Sensing Letters， IEEE，2009， 6 ( 4 ) :713-717．
［17］ Borges J S，Marcal A Ｒ S，Dias J M B． Evaluation of feature extractionand reduction methods for hyperspectral images［C］/ /Proceedingsof the 26th EAＲSeL Symposium-New Developments andChallenges in Ｒemote Sensing，2007: 255-264．
［18］ Huang G B，Zhu Q Y，Siew C K． Extreme learning machine:Theory and applications［J］． Neurocomputing，2006，70 ( 1 ) :489-501．
［19］ Breiman L． Ｒandom forests［J］． Machine Learning，2001，45( 1) : 5-32．
［20］ Vidal M，Amigo J M． Pre-processing of hyperspectral images． Essentialsteps before image analysis［J］． Chemometrics and IntelligentLaboratory Systems，2012，117: 138-148．
［21］ 朱启兵，冯朝丽，黄敏，等． 基于高光谱图像技术和SVDD 的玉米种子识别［J］． 光谱学与光谱分析，2013 ( 2 ) : 517-521．( Zhu Q B，Feng Z L，Huang M， et al． Maize seed identification usinghyperspectral imaging and SVDD algorithm［J］． Spectroscopyand Spectral Analysis，2013 ( 2) : 517-521． )
［22］ 郭文川，王铭海，谷静思，等． 近红外光谱结合极限学习机识别贮藏期的损伤猕猴桃［J］． 光学精密工程，2013，21 ( 10) :2720-2727． ( Guo W C，Wang M H，Gu J S， et al． Identification ofbruised kiwifruits during storage by near infrared spectroscopy andextreme learning machine［J］． Optical Precision Engineering，2013，21( 10) : 2720-2727． )