摘要：為了更好地獲取棉花蟲害信息，該文使用電子鼻和氣質聯(lián)用技術對受到不同數量棉鈴蟲早期危害的棉花進行檢測。基于氣質聯(lián)用技術獲得了棉花揮發(fā)物的成分和含量，基于電子鼻響應曲線提取了穩(wěn)定值、面積值、平均微分值、小波能量值和多項式擬合曲線參數值5種特征值，篩選出3種較優(yōu)單特征：穩(wěn)定值、平均微分值和面積值，之后基于多特征分別使用多層感知神經網絡、徑向基函數神經網絡和極限學習機3種神經網絡方法進行分類分析。最后采用支持向量機回歸分別基于3種較優(yōu)單特征及多特征對危害棉花的棉鈴蟲數量進行回歸預測。結果表明：多特征的分類效果優(yōu)于單特征，基于多特征"穩(wěn)定值和平均微分值"和極限學習機分類效果較好，訓練集和測試集的分類正確率均達到100%。多特征的預測能力優(yōu)于單特征，基于多特征"面積值和平均微分值"的回歸模型預測效果較佳，訓練集回歸模型的決定系數（R2）和均方根誤差（RMSE）分別為0.9940和0.0860，測試集回歸模型的R2和RMSE分別為0.9230和0.3709，電子鼻對棉花早期棉鈴蟲蟲害具有較好的區(qū)分和預測能力，電子鼻在棉花早期棉鈴蟲蟲害中的檢測具有一定的應用潛力。

關鍵詞：電子鼻，神經網絡，預測，棉花，棉鈴蟲，特征選擇