您好,欢迎访问中国农业科学院 机构知识库!

基于THz-ATR光谱的玉米种子水分定量模型优化方法研究

文献类型: 中文期刊

作者: 吴静珠 1 ; 李晓琪 1 ; 孙丽娟 2 ; 刘翠玲 1 ; 孙晓荣 1 ; 孙梅 1 ; 余乐 1 ;

作者机构: 1.北京工商大学食品安全大数据技术北京市重点实验室

2.中国农业科学院作物科学研究所

关键词: 太赫兹时域光谱;衰减全反射;种子水分;谱区筛选;支持向量机

期刊名称: 光谱学与光谱分析

ISSN:

年卷期: 2021 年 007 期

页码: 2005-2011

收录情况: EI ; 北大核心 ; CSCD

摘要: 应用太赫兹时域光谱技术结合区间偏最小二乘法筛选玉米种子水分THz特征波段,并采用支持向量机构建基于特征谱区的抗非线性干扰的种子水分快速定量分析模型。实验以郑单958玉米种子为例,制备含水量范围9.58%~12.71%的种子粉末样本40组(每组取样3份),采用衰减全反射(ATR)附件扫描得到120份样本太赫兹时域光谱,根据SPXY(光谱-理化值共生距离算法)法划分得到训练集样本90份,测试集样本30份。种子水分对太赫兹波具有强烈吸收,首先采用基于偏最小二乘线性回归的移动区间(mwPLS)、独立区间(iPLS)、后向区间(biPLS)和联合区间(siPLS)方法筛选最优特征谱区组合;鉴于环境水分、种子其他成分及系统噪声对种子水分太赫兹光谱存在不可避免的非线性干扰,在上述光谱特征区间进一步采用基于RBF核函数的支持向量机和网格搜索法构建得到预测性能最优的种子水分快速定量分析非线性模型,训练集均方根误差为0.021 2,预测集均方根误差为0.069 7,相对分析误差为12.345 7,相较于传统偏最小二乘线性回归模型,模型性能得到提升。种子水分含量是影响种子贮藏安全和种子活力的重要因素,实验结果表明:太赫兹时域光谱结合化学计量学可以有效筛选种子水分特征吸收谱区,建立抗干扰、高精度的种子水分快速定量分析模型,有望成为未来种子质量快速测定领域一项极具应用潜力的补充技术。

  • 相关文献

[1]基于太赫兹光谱的土壤重金属铅含量检测初步研究. 李斌,赵春江. 2016

[2]ATR-THz波谱结合PLS-DA对陈化小麦快速无损鉴别研究. 王冬,潘立刚,刘龙海,江元卿,李安,靳欣欣,马智宏,王纪华. 2016

[3]基于傅里叶变换红外光谱和聚类分析的真菌鉴别. 柴阿丽,李金萍,石延霞,谢学文,李宝聚. 2010

[4]基于太赫兹光谱技术的D-无水葡萄糖定性定量分析研究. 李斌,龙园,刘海顺,赵春江. 2017

[5]含水量对土壤有机质含量高光谱估算的影响研究. 司海青. 2015

[6]基于支持向量机理论的土壤水分预测模型研究. 丁铁山,董汝瑞,温季. 2011

[7]河南省新乡市水资源承载力评价研究. 宰松梅,温季,仵峰,孙浩. 2011

[8]基于Log-Gabor小波和Krawtchouk矩的遥感图像分类. 吴一全,陶飞翔,曹照清. 2016

[9]基于高光谱图像光谱与纹理信息的生菜氮素含量检测. 孙俊,金夏明,毛罕平,武小红,朱文静,张晓东,高洪燕. 2014

[10]基于参数优化支持向量机的水稻施氮水平分类研究. 周琼,杨红云,杨珺,孙玉婷,杨文姬,石强强. 2017

[11]基于支持向量机的鱼群摄食行为识别技术. 陈彩文,杜永贵,周超,孙传恒. 2018

[12]基于支持向量机回归预测水稻叶片SPAD值. 孙玉婷,王映龙,杨红云,周琼,杨文姬. 2018

[13]支持向量机的动物血液光谱特征提取和识别分类. 卢鹏飞,范雅,周林华,钱军,刘林娜,赵思言,孔之丰,高斌. 2017

[14]RGB与HSI色彩空间下预测叶绿素相对含量的研究. 孙玉婷,王映龙,杨红云,周琼,孙爱珍,杨文姬. 2018

[15]基于高光谱的水稻叶片氮素营养诊断研究. 杨红云,周琼,杨珺,孙玉婷,路艳,殷华. 2019

[16]基于SVM的酒店客户评论情感分析. 石强强,赵应丁,杨红云. 2017

[17]基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测. 屈莎,李振海,邱春霞,杨贵军,宋晓宇,陈召霞,刘畅. 2017

[18]基于图像特征的水稻叶片全氮含量估测模型研究. 杨红云,罗建军,孙爱珍,万颖,易文龙. 2020

[19]基于THz-TDS反射成像技术的玉米种子活力无损检测研究. 吴静珠,李晓琪,刘翠玲,余乐,孙晓荣,孙丽娟. 2020

[20]基于高光谱和参数优化支持向量机的水稻施氮水平分类研究. 罗建军,杨红云,路艳,万颖,孙爱珍,易文龙. 2020

作者其他论文 更多>>