摘要： 本文使用随机森林算法(Random Forest,RF)和高光谱技术对糯玉米叶片的检测信息进行了玉米品种 分类鉴别实验。研究选取了“垦粒一号”“五彩蜜糯”和“银科糯”3个品种糯玉米，利用Field Spec4光谱仪 采集了同一区域的玉米叶片高光谱检测数据，并进行数据预处理、特征捉取和分类模型构建。通过F和CAS (竞争性自适应加权采样，Competitive Adaptive Reweighted Sampling)特征选择方法进行了模型优化，实验结果显 示，分类准确率由89.6%提高到91.9%，捉升了2.57%；特征波段由2151个降低到30个，降低了98%。实验表 明，高光谱技术结合机器学习算法能够准确鉴别糯玉米品种，特征捉取能够在保证准确率条件下实现模型轻量 化，为农业生产提供了有效的技术支持。

关键词: 糯玉米；高光谱信息；品种鉴别；机器学习

中图分类号: 

• S513