共查询到20条相似文献，搜索用时 125 毫秒
1.
利用电学参数和机器学习建立番茄可溶性固形物含量的预测模型。使用LCR测试仪检测0.1、1、10、100、1 000 kHz频率下的番茄并联等效电容、并联等效电阻、品质因子等9项电学参数,利用皮尔逊相关系数分析并确定电学特性的特征变量,基于特征变量构建番茄可溶性固形物含量的3种无损检测模型：BP神经网络(BpNN)、多元线性回归(MLR)、支持向量回归(SVR)。结果表明,在10kHz频段下,品质因子、损耗因子、偏转角、并联等效电容及并联等效电阻5个电学参数与番茄可溶性固形物含量相关性显著。将这5个电学参数作为模型输入变量,可溶性固形物含量作为输出变量,经验证SVR模型对可溶性固形物含量的预测效果最好,决定系数R2为0.951,均方根误差RMSE为0.122,平均绝对误差MAE为0.082。本研究为番茄采后可溶性固形物含量快速无损检测提供了一种新方法。 相似文献
2.
【目的】建立一种基于傅里叶变换红外光谱(FTIR)的简便、快速的核桃产地鉴别方法。【方法】使用KBr压片法采集4类不同产地(新疆、贵州、四川、云南)的核桃仁(n=120)和核桃壳(n=80)的中红外(4000～400 cm-1)光谱信息，经S.G.平滑+MSC方法预处理后，进行化学计量学建模和2DCoS分析。【结果】各产地核桃仁中红外光谱的主要吸收峰在表征蛋白质的1649 cm-1和1539 cm-1处存在显著差异(VIP> 1.0)。SVM比PLS-DA模型取得了更好的识别效果，其对核桃壳和核桃仁样本的最佳产地判别正确率分别为100%和97%。DD-SIMCA法对核桃仁样本的判别灵敏度和特异性均达到100%，高于SIMCA的87%分类正确率。各产地核桃仁样本的二维同步谱图存在差异，表明该法可以用于核桃产地的分类判别。【结论】FTIR光谱结合DD-SIMCA化学计量学方法或2DCoS分析技术可以实现对核桃产地的高效识别。 相似文献
3.
电子感官结合化学计量学对苹果贮藏期鉴别的研究 总被引：1，自引：0，他引：1
以苹果为试材,采用电子感官与化学计量学相结合的方法,采用偏最小二乘法(PLS)进行回归,建立贮藏期有机酸、固形物含量的数学模型,并对回归方法进行统计分析,以找到快速测定苹果贮藏期和贮藏期间总酸和固形物含量的方法。结果表明:电子鼻第1、2主成分贡献率总计达到了90.616%,区分效果良好;苹果中总酸验证集的决定系数(R_v~2)为0.906 3,预测均方根误差(RMSEP)为0.888 1,RPD为2.75;固形物含量验证集的决定系数(R_v~2)为0.917 0,预测均方根误差(RMSEP)为0.747,RPD为2.69,均达到了较好的预测结果,表明该方法对快速检测苹果贮藏期和贮藏期总酸和固形物含量是可行的。 相似文献
4.
基于光谱分析的库尔勒香梨叶片全氮含量估测研究 总被引：1，自引：0，他引：1
【目的】为了实现无损、实时、快速地监测香梨养分状况,【方法】利用SVC HR—768便携式光谱仪测定大田20 a树龄库尔勒香梨叶片的光谱反射率,并结合室内叶片氮素含量分析,采用逐步回归法对香梨叶片的全氮含量与原始光谱、一阶导数光谱、高光谱参数之间的关系进行分析。【结果】全氮含量与原始光谱在761 nm处构建的线性模型,调整决定系数R2值达到0.986;在1 564 nm处一阶微分光谱与全氮含量构建的线性模型,调整决定系数R2值为0.997;对于所选的高光谱特征变量,叶片全氮含量与红边位置变量(Dr)和红边面积变量(SDr)的相关关系极显著,并由此建立的线性模型的调整决定系数R2值均达到0.9以上,说明这些变量预测香梨叶片全氮含量具有可行性。【结论】对所构建的方程进行检验,确定了基于1 564 nm的一阶导数光谱模型为香梨叶片全氮含量的最佳预测模型。 相似文献
5.
土壤水分管理是提高柑桔产量和品质的关键因素。为了高效、无损、精准地获取柑桔园土壤水分动态变化，在宜昌市夷陵区采用梯度控水种植模式的一个棕壤土柑桔园中，采集不同含水量土壤样本，利用ASD光谱仪采集土壤样本适宜响应波段(350～1 075 nm)的光谱反射率数据，采用多元线性逐步回归分析(SMLR)法对提取的光谱反射率数据(R)及其9种变换数据与土壤含水量进行建模，并利用实测含水量的土壤样本进行验证，建立了预测柑桔园土壤含水量的高光谱模型。结果表明，0～20 cm土层土壤含水量变化最为明显，其有助于提高模型的预测精度；原始光谱数据经过微分变换处理后，相较于非微分变换处理，其与波长的关系曲线波动更大且反演精度明显上升；柑桔园土壤试验样本水分的特征波段在700～760 nm以及950 nm左右，是进行建模优先考虑的特征波段；基于原始光谱对数的一阶导数(lgR)′和倒数的对数的一阶导数(lgR-1)′建模，对土壤水分的拟合精度较高，两种拟合方式的决定系数(R2)均为0.876,均方根误差(RMSE)均为2.19%,相对分析误差(RPD)均为7.107;... 相似文献
6.
【目的】旨在检验便携式蜜柚光谱仪(PPS)监测金沙柚叶片氮含量(LNC)的准确性，构建基于PPS的金沙柚LNC光谱监测模型。【方法】通过实施不同施氮量的试验，于幼果期和果实膨大期利用便携式蜜柚光谱仪(PPS)、ASD高光谱仪和RapidSCAN光谱仪测定冠层光谱反射率，计算得到归一化红边指数(NDRE)与归一化植被指数(NDVI)，分析比较3种光谱仪测定的冠层植被指数变化规律与相关性，检验PPS的测定精度，构建基于PPS的金沙柚LNC光谱监测模型，采用不同试验点的数据检验模型。【结果】金沙柚LNC、NDVI和NDRE随着施氮量的增加表现为递增趋势；PPS和ASD测定的NDVI、NDRE间拟合的决定系数(R2)依次为0.909 5和0.900 5,PPS和RapidSCAN测定的NDVI、NDRE间拟合的R2依次为0.954 3和0.900 2，证明PPS的测定结果与ASD、Rapid SCAN具有很高的一致性。幼果期和果实膨大期的光谱监测模型的监测效果比生长中期好；PPS测定的NDVIPPS与NDREPPS 相似文献
7.
中国苹果产量预测模型比较分析 总被引：1，自引：1，他引：1
提出了一种灰色神经网络模型。该模型结合了灰色GM(1,1)预测模型和BP神经网络2种预测模型的优点,并用此模型对我国的苹果产量进行预测。将GM(1,1)预测模型的预测值作为BP神经网络的输入变量,实际值作为输出变量进行神经网络训练。灰色神经网络模型对2004、2005年苹果产量的预测精度分别为98.11%、98.45%,高于单一的灰色GM(1.1)预测模型或BP神经网络。 相似文献
8.
以63份苹果园土壤为试材,采用碱解扩散法测定土样有效氮含量,利用地物波谱仪Field Spec3采集土壤红外光谱,通过View Spec Pro RS3以及化学计量学软件Unscrambler 9.7对光谱数据转化、数据预处理及建模和校验等方法,研究了土壤有效氮的快速估测模型的可靠性,以期简化土壤测定程序和降低成本。结果表明:构建的土壤有效氮PLS估测模型,其因子数PCs=9,模型决定系数Rc2=0.968,预测决定系数R_v~2=0.802,模型均方差RMSEC=4.102mg·kg~(-1),交叉验证均方差RMSECV=10.217mg·kg~(-1),预测相对标准差RPD=5.631,预测相对误差范围RER=22.009,构建的土壤有效氮PLS估测模型稳健、可靠,可以用来快速预测土壤有效氮含量。 相似文献
9.
《食药用菌》2016,(6)
采用近红外光谱漫反射分析技术对灵芝提取物进行了光谱测定和定性分析,通过计算样品的杠杆值、学生化残差和马氏距离剔除异常样品,根据原始图谱和一阶导数差谱,选取不同的波数区间和有效的预处理方法,分别采用主成分回归(PCR)和偏最小二乘法(PLS)对灵芝提取物真伪进行识别模型分析。结果表明:灵芝提取物样品中有一个为异常样品,在建模前予以剔除;在PCR模型中,用于识别灵芝提取物的最佳波数区间预处理分别为7 654~6 987 cm~(-1)、5 534~4 000 cm~(-1)和多元散射校正结合二阶导数(MSC+SD),相关系数达到0.946 5。在PLS模型中,用于识别灵芝提取物的最佳波数区间预处理分别为9 150~4 000 cm~(-1)、一阶导数(FD),相关系数达到0.965 6。运用所建立的识别模型预测灵芝提取物样品,其预测识别率都达到100%。同时对PCR和PLS模型的预测值进行配对T检验结果,两者无显著差异。 相似文献
10.
基于随机森林模型的苹果叶片磷素含量高光谱估测 总被引：4，自引：0，他引：4
《果树学报》2016,(10)
【目的】针对传统化学方法测定苹果叶片磷素含量的不足,使用高光谱技术快速、准确和无损地估测苹果叶片磷素含量。【方法】以烟台栖霞市25个果园100株新梢旺长期苹果树叶片高光谱反射率和叶片磷素(phosphorus,P)含量为数据源,在分析其磷素含量与原始光谱反射率、原始光谱反射率的一阶微分、植被指数和高光谱特征参量相关性的基础上,筛选敏感波长,建立了基于高光谱数据的磷素含量随机森林模型。【结果】新梢旺长期苹果叶片磷素含量在绿光波段(507~590 nm)、红光波段(694~743 nm)和近红外短波波段(1 324~1 364 nm)呈显著负相关;基于植被指数RVI(542,1 094)、RVI(705,937)、DVI(556,712)、DVI(677,1 728)、NDVI(737,549)、DVI(FDR567,FDR1980)和DVI(FDR523,FDR1883)建立的随机森林回归模型有较好的估测效果,决定系数R2=0.923 6,均方根误差RMSE=0.015 8,相对误差RE=6.915%。【结论】光谱植被指数比较适合苹果磷素营养状况估测。 相似文献
11.
为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。 相似文献
12.
以蒙古黄芪种苗为试材,采用高光谱和多元线性回归的方法,研究了栽培和仿野生对蒙古黄芪黄芪甲苷、毛蕊异黄酮葡萄糖苷含量估测方法的影响,以期为实践中利用高光谱快速、准确估测栽培和仿野生蒙古黄芪的药效成分含量提供参考依据。结果表明：栽培和仿野生蒙古黄芪药效成分含量的原始高光谱数据所建立模型的稳定性和拟合度均是最好。估测黄芪甲苷含量模型的RMSE分别是0.004 5、0.008 5;R2分别是0.761、0.879;所建模型分别是y=0.005 4+0.001 6x1+0.000 2x2+0.000 7x3(R2=0.903)、y=-0.122 3+0.004 0x1+0.000 1x2-0.000 9x3(R2=0.904)。估测毛蕊异黄酮葡萄糖苷含量模型的RMSE分别是0.001 7、0.004 0;R2分别是0.860、0.868;所建模型分别为y=0.073 1-0.00... 相似文献
13.
以“冰糖心”“嘎啦”和“山东富士”苹果为试材,采用紫外/可见光谱技术结合化学计量学,分别建立了判别3种苹果品种的K最近邻(KNN)识别模型和偏最小二乘判别分析(PLS-DA)识别模型,分析了不同的光谱预处理方法(二阶微分(SD)、标准正态变换(SNV)和多元散射校正(MSC))对各模型识别效果的影响,并采用主成分分析方法对预处理后的光谱数据进行降维,以提取能反映苹果品种的特征光谱。结果表明:采用主成分分析法选择了累计贡献率超过99%的前6个主成分作为样本集特征光谱数据,很好地实现了光谱数据的降维;二阶微分预处理方法对光谱的预处理效果最好。综上所述,建立的识别模型均能基本满足实际要求,且SD+KNN模型的建模效果最好,MSC+KNN模型的预测性能最好,SD+PLS-DA模型的总识别效果最好。 相似文献
14.
为准确预测蔬菜市场价格走势,现选取海南省儋州市2012—2015年117组青椒旬零售价格及相关因素的旬价格为样本数据,其中100组作为训练数据,17组数据作为测试数据,分别建立基于粒子群算法优化BP神经网络的蔬菜价格预测模型和基于RBF神经网络的蔬菜价格预测模型,并在这2种模型的基础上建立蔬菜价格的线性组合预测模型。结果表明:2种单项预测模型在蔬菜价格预测上的应用效果都较好,且在不同评价指标上各有优势。将这2种模型的预测结果进行线性组合,可以使各单项模型优势互补,拟合效果明显优于各单项预测模型。 相似文献
15.
16.
17.
【目的】探究在轻度缺铁胁迫下，外源褪黑素(MT)对葡萄试管苗的生长和生理影响及对缺铁症状的缓解作用。【方法】以克瑞森无核葡萄试管苗为试验材料，试验设置4个不同的处理组，分别为：CK,CK+MT(MT浓度为140μmol·L-1),-Fe(Fe浓度为30μmol·L-1)和-Fe+MT，分别研究MT对CK和-Fe葡萄试管苗的生长生理响应。【结果】在缺铁胁迫下，葡萄试管苗的株高、茎粗、干鲜质量、光合色素含量、根系活力、过氧化物酶(POD)活性和硝酸还原酶(NR)活性不同程度下降；而膜脂过氧化产物丙二醛(MDA)含量、渗透调节物质脯氨酸(Pro)含量、可溶性糖(SS)含量、可溶性蛋白(SP)含量和超氧化物歧化酶(SOD)活性提高；加入MT后，植株生长形态指标、光合色素含量、根系活力、POD活性和NR活性有所上升，渗透调节物质(Pro、SS、SP)含量，膜脂过氧化产物MDA含量和SOD活性快速下降，葡萄试管苗上的缺铁症状有所缓解。【结论】在轻度缺铁胁迫下，140μmol·L-1外源褪黑素处理可以有效缓解葡萄试管苗的缺铁症状，保护... 相似文献
18.
以中国特有树种云南紫薇和外来树种大花紫薇成熟叶片为试材,采用图像处理法测算各样叶叶长(L)、叶宽(W)、叶周长(LW)和叶面积(LA),利用不同类型的线性或非线性回归方程对2个树种单叶叶面积进行拟合,研究了云南紫薇和大花紫薇叶片形态特征及单叶叶面积估算模型,以期为树种生态功能评价提供参考依据。结果表明：云南紫薇与大花紫薇成熟叶片的叶长(L)、叶宽(W)、叶周长(LW)和叶面积(LA)均存在显著差异,种内也存在不同程度变异;云南紫薇单叶面积拟合度最高的单变量回归模型是LA=4.254+0.305LW+0.051LW2和LA=6.200+0.063LW2(R2=0.932),多变量回归模型是LA=0.547L+0.449W(R2=0.884);大花紫薇单叶面积拟合度最高的单变量回归模型是LA=2.261W1.898(R2=0.834),多变量回归模型是LA=0.204L+0.371W+0.442LW(R2=0.907)。由此可知,云南紫薇... 相似文献
19.
为了对食用菌电子商务销量进行准确预测,设计了基于深度学习的预测模型。在对食用菌销量数据进行预处理的基础上,采用卷积神经网络建立了销量预测训练模型。通过100个样本训练集的输入,可以达到99%的准确率,能够满足食用菌销量预测模型的精度要求。 相似文献
20.
《中国瓜菜》2020,(8)
为解决北方日光温室内传统的番茄产量预测方法预测精度低,预测结果与实际产量相差较大,无法保证资源的合理利用和经济效益最大化等问题,提出运用将小波分析和BP网络结合的方式预测温室内番茄产量。首先,利用相应的传感器设备获取温室内的各种变量数据,应用MATLAB R2017a软件对其进行处理并分类,剔除掉偏差较大的数据,并进行特征提取,筛选出8种与番茄产量相关的特征参数作为模型的输入变量。然后,设计构建小波神经网络预测模型,将处理后的数据作为模型的输入变量,并且不断修正模型参数,通过多次训练和校正提升预测精度,并将该模型与BP神经网络模型、作物机理模型相比较。试验结果表明,此模型的预测结果与实际产量间的平均相对误差为1.02%,预测精度和拟合效果均优于BP神经网络模型和作物机理模型,运算速度较快,且具有较好的鲁棒性和函数逼近能力,能够为定量预测北方日光温室番茄产量提供一定的理论和技术依据。 相似文献