共查询到18条相似文献，搜索用时 218 毫秒
1.
白粉病严重危害小麦生长及制约产量形成,精确监测该病害对精确防控及保障国家粮食安全具有重要意义。在小麦孕穗、开花和灌浆期使用地物高光谱仪获取小麦冠层光谱数据,利用一阶导数(FD)、二阶导数(SD)、对数变换(LOG)、倒数变换(1/R)和连续去除法(CR)对原始光谱(OR)进行光谱变换,基于CARS算法和SPA算法相结合对五种变换的光谱数据和原始光谱进行特征波段提取,进而利用偏最小二乘回归(PLSR)、岭回归(RR)和高斯过程回归(GPR)建模方法确立小麦白粉病病情指数(mDI)监测模型。结果表明,一阶导数在Pearson相关性、两波段优化组合以及机器学习方法建模中,综合表现最好,是一种处理病害光谱数据的较好预处理方法。经过光谱数据变换后,再使用CARS-SPA算法可以更有效的提取特征波段,特征波段为411、450、476、543、561、594、624、671、726、780、835和950 nm。在不同机器学习建模方法对比中,高斯过程回归(GPR)模型表现最佳,其次为岭回归(RR)和偏最小二乘法回归(PLSR)。其中,一阶导数结合GPR模型的估算精度最高,建模集和验证集的平均R~2为... 相似文献
2.
为了探索快速测定完整黍稷籽粒蛋白含量的方法,采用近红外光谱分析技术建立数学模型并进行预测,比较原始透射光谱经导数处理结合不同回归算法对模型的影响。结果表明,分别经一阶和二阶导数处理后利用偏最小二乘法和改进的偏最小二乘法,4种方法的分析效果相近,最优的是一阶导数结合改进的偏最小二乘回归法,黍稷蛋白定标模型的定标相关系数（RSQ）为0.8806,定标标准误差（SEC）为0.3424,交互验证相关系数（1-VR）为0.8570,交互验证标准误差（SECV）为0.3751,外部预测标准偏差（SEP）为0.454。最终以完整黍稷籽粒为样品所建立的蛋白NITS模型,可以用于黍稷蛋白含量的快速检测。 相似文献
3.
4.
为分析棉花叶片全氮含量（LNC）与冠层光谱反射特征的关系,实现作物生长过程中氮素水平的快速、准确和无损监测,以石河子大学教学试验场2019年棉花小区试验为基础,选用多元散射校正、SG平滑算法、变量标准化校正和一阶导数4种方法分别对棉花冠层原始光谱进行预处理,使用随机蛙跳（random frog,RF）和连续投影算法（successive projections algorithm,SPA）筛选特征波长并结合偏最小二乘回归法建立棉花LNC光谱估算模型。RF和SPA算法从棉花冠层398～1000nm的光谱中优选5组LNC的敏感特征波段,波段数目下降了93.0%～96.3%,有效降低了光谱的冗余信息;基于SPA算法筛选的敏感波段构建的LNC偏最小二乘回归模型的决定系数和均方根误差分别为0.52和2.55,模型验证的决定系数和均方根误差分别为0.70和2.37,模型具有较好的精度和稳定性,可作为棉花LNC的无人机高光谱估算方法。 相似文献
5.
基于连续投影算法的小麦湿面筋近红外校正模型优化 总被引：3，自引：1，他引：2
为减少建模过程中的计算量、提高模型的稳健性及预测精度,将连续投影算法用于小麦湿面筋近红外校正模型的建立。首先采用SPXY算法选择具有代表性的校正集样本,然后对光谱数据作不同预处理,增强光谱特征;运用连续投影算法对原始光谱和预处理后的光谱进行敏感波点提取,进而分别建立多元线性回归校正模型。测试结果表明,对光谱标准正态变量变换后利用连续投影算法提取敏感波点所建多元线性回归模型预测效果最好,预测均方根误差和预测相关系数分别为1.3332和0.94319,优于同等条件下建立的偏最小二乘回归模型。 相似文献
6.
利用高光谱技术可实现土壤有机质含量的快速、精确反演。然而运用不同的光谱预处理算法及建模方法获取的模型预测精度及稳定性不同。为了选取最佳土壤有机质估算模型,本研究应用ASD波谱仪测定河南省潢川县水稻土的光谱数据,比较使用2种建模方法组合18种光谱预处理转换算法建立模型的反演效果。对于多元逐步回归模型和偏最小二乘模型,使用SGF3-2预处理算法均获得了最佳的预测效果,所建模型具有较小的误差和较高的精度。相比使用多元逐步回归法,使用偏最小二乘回归法可以获取更稳定的预测模型。运用偏最小二乘模型结合SGF3-2预处理算法得到了最佳的水稻土有机质含量估算模型,模型预测均方根误差RMSEv=0.036,决定系数Rv2=0.89。选择最佳的建模方法结合预处理算法,可以改进模型反演精度。本研究对比的不同方法也可以应用到类似的土壤模型选取中。 相似文献
7.
以全国不同地区的97个石榴为样本,研究近红外光谱无损检测石榴中花色苷的含量,探讨了不同数据处理和回归方法对建模效果的影响。结果表明,对原始光谱进行一阶微分、标准多元离散校正法处理后,采用偏最小二乘法建立的石榴花色苷含量预测模型,预测偏差为0.148,预测标准差(SEP)为1.47,相关系数为0.829,模型预测良好,说明近红外光谱无损检测石榴的品质是可行的。 相似文献
8.
基于遗传算法结合偏最小二乘的潮土碱解氮高光谱特征及含量估测 总被引：2，自引：0，他引：2
提取土壤碱解氮特征光谱是利用高光谱数据进行其含量估测的关键。对山东省典型潮土土壤样本测试高光谱并进行变换;采用遗传算法（GA）结合偏最小二乘法（PLS）,在筛选潮土碱解氮含量特征谱区的基础上,构建潮土碱解氮含量偏最小二乘（PLS）回归估测模型;优选最佳模型并与相关分析、逐步回归分析和单纯偏最小二乘回归分析的模型进行比较。结果表明：潮土碱解氮特征波段为449~469nm,988~1001nm,1065~1078nm,1716~1736nm,1912~1925nm,2213~2233nm,2262~2275nm;基于各输入光谱特征谱区构建的估测模型决定系数R 2均较高,其中基于反射率一阶导数光谱筛选的特征谱区,构建的模型精度最高,数据点（147个）为原始全谱的7.17%,建模R 2达到0.97,均方根误差RMSE为4.78mg/kg,验证R 2为0.95,RMSE为5.49mg/kg,对潮土碱解氮含量具有较好的预测准确性;在光谱变换形式中,反射率的一阶导数表现最佳;方法比较显示采用遗传算法结合偏最小二乘（GA-PLS）获得较高预测精度的同时,可简化模型。说明遗传算法结合偏最小二乘法（GA-PLS）,可有效筛选土壤碱解氮的特征波段,减少模型参与变量,提高估测精度。 相似文献
9.
《棉花学报》2021,33(3)
【目的】地上部生物量是表征植物生命活动的重要参数。探索不同的光谱预处理方法和建模方法,实现对棉花地上部生物量快速、无损、准确的估算,对棉花长势监测和大田精准管理具有重要意义。【方法】以新陆早53号、新陆早45号为研究对象,设置不同施氮处理,于出苗后不同阶段获取棉花地上部生物量和无人机高光谱数据,通过连续投影算法(Successive projections algorithm,SPA)筛选不同预处理[一阶导数、二阶导数、Savitzky-Golay(SG平滑)、多元散射校正]后的特征波长,基于筛选出的不同波长组合使用偏最小二乘法回归(Partial least square regression,PLSR)和随机森林回归(Random forest regression,RFR)分别构建棉花地上部生物量估算模型,比较不同预处理后建立模型的精度,确定最优估算模型。【结果】(1)利用SPA算法对不同预处理后的光谱信息筛选出特征波长9～26个,可实现光谱信息降维。(2)基于SG平滑-SPA处理及PLSR方法建立的模型最佳,R~2达到了0.63,均方根误差(Root mean square error,RMSE)为0.42,验证集的R~2为0.67,RMSE为0.44。(3)一阶导数-SPA处理后,采用RFR构建的模型最佳,R~2达到0.87,RMSE为0.45,验证集R~2为0.81,RMSE为0.37。【结论】采用一阶导数预处理结合SPA筛选特征波长,经RFR构建的估算模型结果和验证效果均最佳,可用于棉花地上部生物量定量估算。 相似文献
10.
【目的】建立棉花毛籽蛋白质和油分含量的近红外检测校正模型。【方法】检测样本的蛋白质含量和油分含量，根据光谱-理化值共生距离算法（sample set partitioning based on joint X-Y distance sampling, SPXY）按照3∶1的比例将426个样本划分为包含320个样本的校正集和106个样本的预测集，结合多元散射校正和一阶导数等光谱预处理方法对模型进行优化，并采用线性偏最小二乘法（partial least square method, PLS）、支持向量机（support vector machine, SVM）和随机森林（random forest, RF）3种方法对比分析建立棉花毛籽蛋白质和油分含量的近红外快速测定模型，以决定系数、均方根误差和剩余预测偏差作为模型的评价指标。【结果】SVM模型和PLS模型在校正集的拟合效果较好，决定系数均大于0.8，但对预测集的拟合决定系数不到0.8，说明模型均存在过拟合现象；而RF模型在校正集和预测集的拟合效果都非常好，决定系数均大于0.9，其中蛋白质含量预测模型的决定系数、预测均方根误差和剩余预测偏... 相似文献
11.
CIMMYT新型人工合成小麦Pina和Pinb基因等位变异 总被引：4，自引：0，他引：4
六倍体人工合成小麦由硬粒小麦（Triticum turgidum subsp. durum）与粗山羊草（Aegilops tauschii Coss.）杂交产生,是研究小麦进化过程中基因变异的重要材料。以国际玉米小麦改良中心（CIMMYT）提供的57份由野生二粒小麦（T. turgidum subsp. dicoccoides）与粗山羊草杂交产生的新型人工合成六倍体小麦为材料，用单籽粒特性测定仪和Pina、Pinb特异性PCR引物对其籽粒硬度变异以及控制籽粒硬度的主效基因Pina和Pinb的分布情况进行了研究。结果表明，这些材料的SKCS硬度值变异较大，从10.5到42.6，其中15~30的占78%。共有Pina-D1a、Pina-D1c、Pinb-D1h和Pinb-D1j 4种等位变异型，基因型为Pina-D1a/Pinb-D1j的8个，占14%；基因型为Pina-D1c/Pinb-D1h的49个，占86%。方差分析表明，基因型Pina-D1a/Pinb-D1j与Pina-D1c/Pinb-D1h对籽粒硬度的影响差异不显著，但父本粗山羊草和母本野生二粒小麦以及二者间的互作对籽粒硬度有显著影响，说明除Pina和Pinb外，还有其他微效基因影响籽粒硬度的形成。 相似文献
12.
基于近红外光谱的小麦品质分类研究 总被引：1，自引：1，他引：0
为了快速、简便、准确地鉴别小麦品质的类别,本研究提出了应用近红外光谱分析技术结合BP神经网络的鉴别方法对小麦进行品质分类。研究过程中对小麦样品的光谱数据进行了详细分析,采用马氏距离剔除了光谱数据中异常数据,并通过主成分分析说明利用近红外光谱鉴别小麦品质分类的可行性。为了提高所建模型的性能,采用SPXY算法对小麦样品进行合理的划分。并选取了一阶微分加归一化的预处理方法来处理光谱数据,消除无关信息和噪声对小麦光谱数据的影响。运用偏最小二乘法压缩光谱数据,减少了数据量,节省建模时间。最后采用BP神经网络方法建立了小麦品质分类模型。实验结果显示：模型的鉴别效果较好,对强筋样品识别的准确率高达94.4%,弱筋样品识别的准确率高达100%。实现了快速、准确地对小麦品质强筋和弱筋两类的鉴别,对小麦生产、市场交易及食品加工有着非常重要的意义。 相似文献
13.
Visible and near infrared (vis/NIR) spectroscopy combined with chemometrics were investigated to evaluate the effects of simulated transport vibration levels on damage of tomato fruit. A total of 280 tomato samples were randomly divided into 5 groups; each group was subjected to vibration at different acceleration levels. A total of 230 samples (46 from each group) were selected as a calibration set; whereas 50 samples (10 from each group) were selected as a prediction set. Raw spectra, differentiation (the first derivative) spectra, extended multiplicative scatter correction (EMSC) processed spectra and standard normal variant combined with detrending (SNV–DT) processed spectra were used for calibration models. SNV–DT processed spectra had the best performance using for partial least squares (PLS) analysis. The PLS analysis was implemented to calibrate models with different wavelength bands including visible, short-wave near infrared (SWNIR) and long-wave near infrared (LWNIR) regions. The best PLS model was obtained in the vis/NIR (600–1600 nm) region. Using a grid search technique and radial basis function (RBF) kernel, four least squares support vector machine (LS–SVM) models with different latent variables (7, 8, 9, and 10 LVs) were compared. The optimal model was obtained with 9 LVs and the correlation coefficient (r), root mean square error of prediction (RMSEP) and bias for the best prediction by LS–SVM were 0.984, 0.137 and 0.003, respectively. The results showed that vis/NIR spectroscopy could be applied as a reliable and rapid method for predicting the effect of vibration levels on tissue damage of tomato fruit. 相似文献
14.
基于便携式光谱仪和反射、透射光谱技术的小麦叶片叶绿素定量分析研究 总被引：2，自引：1，他引：1
为了无损检测小麦叶片叶绿素含量,应用便携式高分辨率光谱仪及内置钨卤灯光源的叶片夹采集小麦叶片的反射、透射光谱数据,采用多种预处理方法对光谱数据进行预处理。用偏最小二乘法建立小麦叶片叶绿素含量与反射、透射光谱间的数学模型,同时分析了不同预处理方法对模型预测性能的影响。结果表明,基于反射光谱的最优检测模型校正集的相关系数r为0.950,预测标准偏差SD为0.1287,相对标准偏差RSD为5.67%。检验集的相关系数r为0.926,预测标准偏差SD为0.1892,相对标准偏差RSD为8.26%。基于透射光谱的最优检测模型r为0.846,SD为0.2201,RSD为9.69%。检验集的r为0.880,SD为0.2714,RSD为11.84%。研究表明,应用便携式高分辨率光谱仪和反射、透射光谱技术来定量分析小麦叶片叶绿素含量是具有可行性的;通过对比发现,基于反射光谱模型的预测性能较好;为叶片叶绿素含量的现场快速无损测定提供了一种有效途径。 相似文献
15.
CIMMYT普通小麦籽粒硬度等位变异的检测 总被引：10，自引：0，他引：10
籽粒硬度主要由5D染色体短臂的一对主效基因Ha控制,研究籽粒硬度等位变异有助于提高小麦的磨粉和食品加工品质。本试验对国际玉米小麦改良中心（CIMMYT）的138份历史品种和代表性高代品系的硬度基因型进行了研究。在用SDS-PAGE鉴定Pina-D1b/Pinb-D1a时,用10%甘油代替水配制分离胶,用PDA代替甲叉配制分离胶和浓缩胶,增强了PINA和PINB两种蛋白带型的分辨率。结果表明,与其他国家硬质麦中Pina-D1a/Pinb-D1b类型偏多的特点明显不同,CIMMYT硬质小麦中puroindoline a（PINA）蛋白缺失类型（或称Pina-D1b/Pinb-D1a）较多,为118个,占85.5%;Pina-D1a/Pinb-D1a（野生型）为11个,占8.0%;Pina-D1a/Pinb-D1b类型有9个,占6.5%。其中,PINA缺失对小麦籽粒硬度的影响最大,与其他2种基因型硬度值之间差异达5%显著水平。先前研究结果表明,PINA蛋白缺失类型的磨粉品质和面包烘烤品质均劣于Pina-D1a/Pinb-D1b类型,因此,建议CIMMYT多引进一些其他硬度变异类型的小麦种质,如Pina-D1a/Pinb-D1b类型等,以改善其硬度基因型过度单一的局面,从而减少PINA蛋白缺失带来的不利影响。同时,也提醒我国以其他用途如抗病、抗旱等为目的,引种CIMMYT小麦时,还应充分考虑PINA蛋白缺失对磨粉和加工品质的不利影响,以更合理引进和有效利用CIMMYT种质资源。 相似文献
16.
17.
江苏省优质软麦品种品质特性与饼干加工品质的关系 总被引：1，自引：0，他引：1
ZHANG Ping-Ping YAO Jin-Bao WANG Hua-Dun SONG Gui-Cheng JIANG Peng ZHANG Peng MA Hong-Xiang 《作物学报》2020,46(4):491-502
明确软麦品种在大田生产中的品质表现和品质育种筛选指标,对于优质生产及提高育种效率具有重要意义。选用江苏淮南麦区15份优质软麦品种(系),鉴定其高分子量麦谷蛋白亚基(HMW-GS)组成,开展3个试验点次的大田种植,分析了小麦样本的籽粒硬度、灰分含量、蛋白质含量和质量参数、粉质仪参数、揉面仪参数、溶剂保持力、贮藏蛋白组分含量参数、黏度仪参数等品质性状和饼干加工品质。结果表明,不同类型的品质参数受基因型和环境的影响不同。所有样本的蛋白质含量、湿面筋含量、稳定时间均不达国标(GB/T 17320-2013、GB/T 17893-1999),部分品种(系)的沉淀值达标,所有样本的籽粒硬度和吸水率全部达标。相关性分析表明,籽粒硬度、灰分含量和黏度仪参数与饼干加工品质无显著相关性。沉淀值、粉质仪吸水率、粉质仪稳定时间、揉面仪峰值时间、揉面仪衰落角、水溶剂保持力、碳酸钠溶剂保持力、乳酸溶剂保持力、谷蛋白/醇溶蛋白比、不溶性谷蛋白含量和不溶性谷蛋白百分含量与饼干直径呈显著(r≤–0.520)或极显著(r≤–0.652)负相关,相关系数分别为–0.657、–0.601、–0.617、–0.659、–0.676、–0.857、–0.726、–0.616、–0.546、–0.541和–0.637。多元回归方程显示,水溶剂保持力可解释饼干直径变异的73.76%,与籽粒蛋白共同可解释饼干直径变异的83.90%。在籽粒硬度和蛋白含量选择的基础上,降低面筋强度和面粉综合吸水特性是软麦育种的主要目标,水溶剂保持力、乳酸溶剂保持力和揉面仪参数是软麦育种最重要的筛选指标。 相似文献
18.
中国冬播小麦面粉颗粒度分布及近红外透射光谱测试技术研究 总被引：5，自引：0，他引：5
面粉颗粒度是影响小麦食品加工品质的重要性状。以2001－2002年度来自北部冬麦区、黄淮冬麦区、长江中下游冬麦区和西南冬麦区的256份小麦品种（系）为材料，用激光散射颗粒度分析仪和近红外透射光谱技术对面粉颗粒度进行了研究。结果表明，我国小麦面粉颗粒度分布特点为从北向南，硬质麦分布比例逐渐减少，软质麦分布比例逐 相似文献