共查询到20条相似文献，搜索用时 203 毫秒
1.
雪莲花产地鉴别的近红外光谱分析方法 总被引：4，自引：0，他引：4
以青海、西藏、云南和新疆4个不同产地的雪莲花为研究对象,利用K-最近邻域(KNN)模式识别方法建立雪莲花产地鉴别模型,模型参数K和主成分因子数(PCs)通过交互验证的方法优化;同时比较了标准正态变量变换(SNV)、多元散射校正(MSC)、一阶导数和二阶导数4种预处理方法对模型结果的影响.试验结果显示,通过SNV光谱预处理后,在K为3和PCs为5时,所得到的模型最佳,模型交互验证识别率和预测识别率均为100%.研究表明,近红外光谱技术结合KNN方法可以成功鉴别雪莲花产地. 相似文献
2.
雪莲花产地鉴别的近红外光谱分析方法 总被引：1，自引：0，他引：1
以青海、西藏、云南和新疆4个不同产地的雪莲花为研究对象,利用K-最近邻域（KNN）模式识别方法建立雪莲花产地鉴别模型,模型参数K和主成分因子数（PCs）通过交互验证的方法优化;同时比较了标准正态变量变换(SNV)、多元散射校正(MSC)、一阶导数和二阶导数4 种预处理方法对模型结果的影响。试验结果显示,通过SNV光谱预处理后,在K为3和PCs为5时,所得到的模型最佳,模型交互验证识别率和预测识别率均为100%。研究表明,近红外光谱技术结合KNN方法可以成功鉴别雪莲花产地。 相似文献
3.
采用可见/近红外光谱分析技术对河北和安徽两个产地的板栗进行检测分级,获得板栗样品在600~1 100 nm波长区间的可见/近红外光谱,采用偏最小二乘判别分析（PLSDA）进行建模,比较不同预处理方法和波长范围对PLSDA模型精度的影响。结果显示,不同预处理方法对模型性能影响较大,一阶导数预处理在全波长范围所建PLSDA模型性能最优,校正集和验证集的决定系数分别为0.884和0.863,均方根误差分别为0.170和0.191。不同波长范围也会影响模型的预测和识别性能,在波长区间为750~1 000 nm的光谱所建立的PLSDA模型性能要高于全波长光谱所建立的模型性能,其中经过Savitzky Golay平滑预处理后,模型性能的提高最为明显,且其与原始光谱在校正集和验证集的敏感性和特异性均达到最优,即识别率均可达到100%。因此,可见/近红外光谱分析技术能够对板栗产地进行鉴别。 相似文献
4.
以豆粕和3种抗生素菌渣为研究对象,通过傅里叶变换近红外显微成像系统采集样品近红外显微图像;对采集到的近红外显微图像进行光谱重构,并对所有样品光谱进行预处理,利用Duplex算法分别从不同的样品预处理光谱中筛选具有代表性的光谱建立豆粕和抗生素菌渣的特征光谱库。使用偏最小二乘判别分析(PLS-DA)与支持向量机判别分析(SVM-DA)结合不同的光谱预处理方法,构建豆粕与不同种类抗生素菌渣的近红外显微成像定性判别模型。结果表明:构建的2种模型均能有效对试验中所用豆粕和抗生素菌渣样品进行鉴别分析,正确率均在99.4%以上。进一步比较研究发现,一阶导数+SNV的预处理方式优于无预处理、一阶导数、二阶导数;SVM-DA的模型效果优于PLS-DA,SVM-DA中特征提取方法 PLS优于PCA。 相似文献
5.
利用太赫兹衰减全反射技术,结合距离匹配算法,对不同品种花生进行快速分类鉴别。实验随机采集花育36号、鲁花1号和鲁花9号共3个花生品种、总计60个花生样本在0.3~3.6 THz的太赫兹衰减全反射光谱,随后对其吸收系数进行一阶导数及归一化预处理,并建立花生品种的距离匹配快速鉴别模型。距离匹配模型结果显示:3个类别的总体识别准确率可达93.3%,仅有1个样本预测错误。研究结果表明,利用太赫兹衰减全反射技术实现花生品种快速鉴别具有一定的可行性,具有操作简单且快速高效等特点。 相似文献
6.
可见/近红外光谱结合软化指标快速判定沙果货架期 总被引：2，自引：0，他引：2
基于可见/近红外光谱技术探讨利用软化指标对不同货架期沙果进行分类的可行性。以SNV为最优预处理结合PLS建立软化指标模型,经优化后其校正和预测模型的决定系数R2分别为0.847和 0.813。证实软化指标与光谱数据之间存在很高的相关性,可以以软化为指标对不同货架期的沙果进行分类。分别采用非线性的LS-SVM和线性的PLS-LDA建立分类模型,结果表明：利用LS-SVM所建模型得到的效果要优于PLS-LDA模型,其正确识别率和正确拒识率都达到了94%。 相似文献
7.
猕猴桃膨大果的近红外漫反射光谱无损识别 总被引：1，自引：0，他引：1
在833~2500 nm光谱范围内采集了120个猕猴桃膨大果和120个正常果的近红外漫反射光谱,采用变量标准化方法对光谱进行了预处理,基于Kennard-Stone方法对样本进行了划分,分别建立了基于全光谱(FS)、主成分分析法(PCA)提取的11个主成分和连续投影算法(SPA)提取的6个特征波长的偏最小二乘(PLS)、支持向量机(SVM)和误差反向传播(BP)神经网络识别模型。结果说明,所建立的9个模型对校正集和测试集中猕猴桃膨大果和正常果的正确识别率均分别大于96.7%和93.3%。PCA提取的主成分数和SPA提取的特征波长数仅是FS中波长数的0.53%和0.29%,建立的模型更加简单,且识别效率较高。PLS和SVM模型的识别率普遍高于BP神经网络模型。9种模型中PCA-PLS识别率最高,其对校正集和测试集中膨大果和正常果的正确识别率均达到100%。该研究结果表明,近红外漫反射光谱技术可作为一种准确、高效的方法应用于猕猴桃膨大果的无损识别中。 相似文献
8.
基于最小平方误差的单倍体和二倍体分类方法研究 总被引：1，自引：0，他引：1
基于玉米油分的花粉直感效应,采用核磁共振鉴别单倍体,快速、准确、低成本地确定单倍体与二倍体之间的含油率阈值,是实现大批量自动鉴别的前提和关键。提出一种基于最小平方误差的单倍体和二倍体分类方法,通过少量籽粒确定含油率阈值的研究,对单倍体和二倍体进行识别。以10个玉米组合为研究对象,利用核磁共振分析仪测定各组合一定数量单倍体和二倍体籽粒的含油率,依据最小平方误差方法确定各组合油分阈值,并通过逐级递增训练集样本数量的方法,确定油分阈值所需训练集规模,获得含油率阈值,能够满足单倍体正确识别率及对二倍体正确拒识率的均值达到90%以上的要求,为核磁共振全自动单倍体鉴别系统的后期大规模分类提供参数指导,提高分选效率。同时因单倍体生产效率低,运用最小平方误差的方法,通过少量的单倍体及二倍体籽粒来构建油分鉴别单倍体模型,以较小的投入获得更优的分类效果在玉米单倍体自动化分选中具有非常重要的现实意义,将该分类方法应用到全自动核磁分选单倍体系统中,可以达到较好的效果,为加快单倍体工程化育种提供保障。 相似文献
9.
基于模拟退火波长优化的草莓坚实度近红外光谱检测 总被引：1，自引：0，他引：1
为提高近红外光谱技术检测草莓坚实度模型的精度和鲁棒性,研究了一种基于模拟退火算法的波长优选方法,并找到一种与该算法配套的光谱预处理方法.利用光谱仪和物性仪分别采集草莓样品近红外漫反射光谱和坚实度数据,并采用标准正交变换、多元散射校正、一阶导数、二阶导数等方法对原始光谱进行预处理;最后,利用模拟退火算法优选与草莓坚实度高度相关的波数点变量,结合偏最小二乘法建立草莓坚实度预测模型.结果表明:经过标准正交变换预处理后,采用模拟退火算法优选出24个波数点,在主成分数为5时,建立的偏最小二乘模型具有最佳预测效果,模型校正集样本相关系数rc为0.934 2,校正均方根误差为0.665 N/cm2;预测样本相关系数rp为0.919 7,预测均方根误差为0.673 N/cm2.研究表明:模拟退火算法可以提高近红外模型预测草莓坚实度的精度和鲁棒性,并降低预测模型复杂度. 相似文献
10.
验证了种间的相对距离这一评价指标优化玉米近红外光谱定性分析性能的有效性。首先,对A、B两组实验数据使用相关性、欧氏距离和熵3种常用方法计算原始光谱、预处理后的光谱和特征提取后的光谱数据的种间相对距离,并与每一步得到的正确识别率进行对照分析,得到欧氏距离是一种有效的计算方法。最后,对实验数据C采用欧氏距离方法计算数据处理每一过程的种间相对距离,经过对预处理算法的调整,种间相对距离由0.6582增大到了1.2972,正确识别率由40.86%提高到了70.08%;通过对特征提取算法的优化,种间相对距离由1.3102增大到了2.4910,正确识别率由68.32%提高到了93.27%。通过该评价指标对数据分析过程的评价结果可以看出,正确识别率显著提高,使模型得到了优化。 相似文献
11.
光谱预处理在农产品近红外模型优化中的应用研究 总被引：6，自引：0，他引：6
在农产品品质的近红外光谱分析中,光谱预处理方法的选择直接影响所建品质模型的稳健性和准确性.为此,使用132个小麦样品的近红外光谱集为例,分别对于原始光谱集和添加不同比例高斯白噪声的光谱集建模,比较了几种常见的光谱预处理方法(小波消噪、光程校正、导数、基于遗传算法的谱区挑选、正交信号校正)对建模的影响.从实例中得出:在光谱信号较好的前提下,谱区挑选是首选的预处理方法;矢量归一化预处理能够比较有效地去除高斯白噪声;在噪声较大的情况下,预处理方法组合明显提高了模型的质量,但是组合顺序还有待于进一步研究. 相似文献
12.
基于OSC和PLS的土壤有机质近红外光谱测定 总被引：1，自引：1，他引：1
分析了经过简单处理的土壤样本光谱特性,将正交信号校正与偏最小二乘算法回归相结合,建立了土壤光谱特性与土壤有机质含量之间的定量分析模型。结果表明,正交信号校正可以消除噪声信息对土壤有机质含量预测的影响,预测样本的预测相关系数达到0.893、标准偏差为0.051%、预测标准差为0.050%;而不采用正交信号校正建立定量分析模型的对应参数分别为0.818、0.069%和0.085%。 相似文献
13.
基于小波变换的方便面含油率近红外光谱检测技术 总被引：4，自引：0，他引：4
以检测方便面的含油率为例，探讨了用小波变换原理分析近红外温反射光谱并提取有效信息的方法。结果表明，变换后的光谱更能反映出与含油率之间的相关关系，通过与使用方便而原始温反向光谱、一阶导数、二阶导数的多元回归分析方法比较，得到使用8个迟度变换后的小波系数与含油率之间的关系最为显著，且四元回归分析的预测精度最好，比采用二阶导数时的平均相对预测误差降低1.1个百分点，相对误差的标准差降低0.18。小波变换方法提高了方便面含油率近红外光谱的定量分析精度。 相似文献
14.
研究用微波消解仪处理小麦粉后,用电感耦合等离子体质谱仪（ICP-MS）同时检测小麦粉中铅和镉2种重金属元素的方法。结果表明,使用这种方法检测,铅和镉的检出限分别为0.14和0.12 μg/kg,回收率为90.2%～99.6%,相对标准偏差为1.8%～2.5%。这种检测方法相比于其他检测方法检出限低,检测时间短,数据更加稳定,可以应用于对小麦粉样品的检测。 相似文献
15.
农作物对氮素吸收量的确定是衡量农田氮肥利用率、拟定最优施肥措施的重要依据，也是农田氮素转化运移模拟模型中的重要参数。就国内外有关农作物对氮素吸收量的几种主要计算方法，即根据根系吸水率和土壤溶液含Ｎ浓度估算根系吸氮量的方法、根据作物根系的吸氮能力而估算根系吸氮速率法和根据作物潜在氮素需求函数确定根系吸氮量的方法进行了总结评述。 相似文献
16.
电网配电线路改造中存在的线径选取,负荷划块、电杆选型、环网化和绝缘化等一系列技术问题,根据实际工作中的具体做法,结合电网规划导则,总结经验并提出了一套切实可行的解决办法。 相似文献
17.
基于近红外光谱法无损检测芦柑表面多种农药残留研究 总被引：1，自引：0，他引：1
以表面喷施不同浓度梯度的乙酰甲胺磷和毒死蜱混合农药的芦柑为研究对象。把两种农药以1:1比例混合,然后用自来水配置成1:100、1:300、1:500三种浓度农药溶液,分别喷施在192个芦柑表面上。采集近红外光谱数据后,应用NY/T761―2008方法 ,通过SP―6890气象色谱仪检测芦柑表面两种农药的残留量。对所得数据分别采用多元散射校正(MSC)和标准正态变量变换(SNV)两种光谱预处理方法 ,并结合联合区间偏最小二乘法(SiPLS)建立农药残留预测模型。结果表明:采用MSC的光谱预处理方法时建立的乙酰甲胺磷预测模型较优,其预测集相关系数R为0.8199;而采用SNV的光谱预处理时建立的SiPLS毒死蜱预测模型较优,其预测集相关系数为0.8434。可见,应用近红外光谱技术定量检测芦柑表面多种农药残留是可行的。 相似文献
18.
基于优化植被指数的多生育期茶叶游离氨基酸含量估算 总被引：1，自引：0，他引：1
不同季节的茶叶外形和品质均具有较大差异,针对运用植被指数检测不同季节茶鲜叶游离氨基酸含量存在难度,选取了10个茶树品种3个季节（春茶、夏茶和秋茶）茶鲜叶中游离氨基酸含量数据和高光谱数据进行分析。首先,对原始光谱数据进行5种光谱变换：倒数T1/R、对数T1gR、一阶微分TR’、倒数的一阶微分T（1/R）’和对数的一阶微分T（1gR）’,并进一步利用不同光谱变换优化了经典植被指数,最终比较了经典植被指数和优化植被指数对不同季节茶鲜叶游离氨基酸模型的影响。结果表明：茶鲜叶建模集和验证集游离氨基酸含量的变化趋势从大到小均为春茶游离氨基酸含量、秋茶游离氨基酸含量、夏茶游离氨基酸含量;光谱变换优化后的植被指数与茶鲜叶游离氨基酸含量的相关性均高于经典植被指数与茶鲜叶游离氨基酸含量相关性,相关系数绝对值范围为0.10～0.30;基于TlgR-VI构建的多元线性回归（MLR）模型在不同季节的建模集和验证集中均得到了较好的精度,且适用于多生育时期茶鲜叶氨基酸含量的估测。基于T... 相似文献
19.
基于近红外光谱技术的叶面药液浓度检测 总被引：1，自引：0，他引：1
提出了一种应用近红外光谱技术快速检测叶面药液浓度的方法。采用漫反射测量方式获取了叶面药液的近红外光谱。选用标准偏差归一化、三点滑动平均滤波和一阶导数为最优组合预处理。通过7种波段方案的对比,得出最优波段为350～1 900 nm。采用偏最小二乘法建立了叶面药液质量浓度与光谱反射率的定量分析模型。其预测集相关系数为0.994,预测均方根误差为0.039。结果表明,利用近红外光谱技术检测叶面药液浓度具有实际指导意义。 相似文献
20.
为研究自然环境下柑橘的图像识别技术,实现柑橘的早期产量预测,提出一种改进的D-YOLOV3算法,实现自然环境下未成熟的绿色柑橘的识别与检测。研究构建绿色柑橘图像数据集,并对采集的图像进行预处理;改进算法采用DenseNet的密集连接机制替换YOLOV3网络中的特征提取网络Darknet53中的后三个下采样层,加强特征的传播,实现特征的复用。通过自制的数据集对D-YOLOV3算法进行测试,并分别对改进前后网络的识别性能、不同预处理方法和不同数据量图像对模型的影响进行试验。试验结果表明,改进的D-YOLOV3算法相对于传统YOLOV3算法精确率提高6.57%,召回率提高2.75%,F1分数提高4.41%,交并比提高6.13%,平均单张检测时间为0.28 s。通过不同果实数量图像对比试验验证了算法的可行性和准确性。研究结果表明,本文提出的D-YOLOV3算法对自然环境下未成熟的绿色柑橘识别具有较高的精准度,为柑橘的早期测产提供了技术支持。 相似文献