共查询到17条相似文献，搜索用时 296 毫秒
1.
《农业科学与技术》2015,(5)
[目的]研究玉米胚乳胚芽的傅里叶变换红外光谱,为鉴别不同种类玉米提供科学手段。[方法]利用傅里叶变换红外光谱技术,结合系统聚类分析对3种类型的玉米实体样本的胚乳胚芽进行研究。[结果]原始红外光谱700~1800 cm-1总体特征相似,主要是由多糖、蛋白质、脂类等吸收谱峰组成,在此范围内三种样本的原始光谱存在微小的差异。对光谱进行一阶导数和二阶导数处理,用二阶导数光谱进行系统聚类分析(HCA),结果表明二阶导数光谱700~1800 cm-1范围按玉米胚芽和胚乳样本聚类效果较好,52个样本能按3个种类很好地聚类,分类正确率达96.1%。[结论]红外光谱结合系统聚类分析方法可用于鉴别不同种玉米胚乳胚芽,具有方便、快速的优点。 相似文献
2.
[目的]研究玉米胚乳胚芽的傅里叶变换红外光谱,为鉴别不同种类玉米提供科学手段.[方法]利用傅里叶变换红外光谱技术,结合系统聚类分析对3种类型的玉米实体样本的胚乳胚芽进行研究.[结果]原始红外光谱700～1 800 cm-1总体特征相似,主要是由多糖、蛋白质、脂类等吸收谱峰组成,在此范围内3种样本的原始光谱存在微的差异.对光谱进行一阶导数和二阶导数处理,用二阶导数光谱进行系统聚类分析（HCA）,结果表明二阶导数光谱700 ～1 800 cm-1范围按玉米胚芽和胚乳样本聚类效果较好,52个样本能按3个种类很好地聚类,分类正确率达96.1％.[结论]红外光谱结合系统聚类分析方法可用于鉴别不同种玉米胚乳胚芽,具有方便、快速的优点. 相似文献
3.
[目的]研究玉米胚乳胚芽的傅里叶变换红外光谱,为鉴别不同种类玉米提供科学手段。[方法]利用傅里叶变换红外光谱技术,结合系统聚类分析对3种类型的玉米实体样本的胚乳胚芽进行研究。[结果]原始红外光谱700~1800 cm-1总体特征相似,主要是由多糖、蛋白质、脂类等吸收谱峰组成,在此范围内三种样本的原始光谱存在微小的差异。对光谱进行一阶导数和二阶导数处理,用二阶导数光谱进行系统聚类分析（HCA）,结果表明二阶导数光谱700~1800 cm-1范围按玉米胚芽和胚乳样本聚类效果较好,52个样本能按3个种类很好地聚类,分类正确率达96.1%。[结论]红外光谱结合系统聚类分析方法可用于鉴别不同种玉米胚乳胚芽,具有方便、快速的优点。 相似文献
4.
利用傅里叶变换红外光谱(FTIR)结合离散小波变换(DWT)、主成分分析(PCA)和聚类分析(HCA)方法对甘薯、马铃薯、薯蓣、莲藕、豌豆、玉米淀粉进行鉴别研究,测试淀粉样品的红外光谱。结果表明,6种淀粉样品红外光谱相似,但在1 700~800 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行离散小波变换,提取离散小波变换的第五尺度细节系数数据,进行主成分分析和聚类分析。离散小波的前3个主成分的累计贡献率为94.43%,主成分分析和聚类分析正确率为100%。研究表明,傅里叶变换红外光谱技术结合离散小波变换的方法可以鉴别不同植物来源的淀粉。 相似文献
5.
《（《农业科学与技术》）编辑部》2015,(7)
为了区分鉴别8种根茎类作物,通过采用傅里叶变换红外光谱(FTIR)结合小波变换(WI)、主成分分析(PCA)和聚类分析(HCA)的方法,测试研究了8种根茎类作物40个样品的红外光谱。结果表明:8种样品红外图谱相似,但在1800~700 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行连续小波和离散小波变换。提取连续小波变换的第15层系数和离散小波变换的第5尺度细节系数数据,进行主成分分析和聚类分析。连续小波和离散小波的前3个主成分的累计贡献率分别为93.12%、89.78%,主成分分析和聚类分析正确率为100%。研究结果显示:傅里叶变换红外光谱技术结合小波变换的方法可以区分鉴别不同种的根茎类作物。 相似文献
6.
利用傅里叶变换红外(FTIR)光谱结合主成分分析(PCA)和聚类分析(HCA)方法对8种薯进行了鉴别研究,测试了40个薯样的红外光谱。结果表明,8种薯红外图谱相似,但在1 800~700 cm-1范围内,红外光谱的峰位、峰形及强度差异明显。将8种薯的傅里叶变换红外光谱与可溶性淀粉的光谱进行相似性分析,结果显示,相似度从大到小依次为:马铃薯、木薯、薯蓣、毛薯、红薯、姜薯、豆薯、菊薯,表明马铃薯含淀粉量最多,其次是木薯,最少是菊薯。对原始红外光谱作二阶导数处理,并利用1 800~700 cm-1范围内的二阶导数光谱数据对8种薯40个样品进行主成分分析和聚类分析,主成分分析前3个主成分的累计贡献率达89.18%,正确率为97.5%,聚类分析正确率为100%。傅里叶变换红外光谱技术结合统计分析的方法可鉴别区分不同种的薯类。 相似文献
7.
[目的]利用傅里叶变换红外（FTIR）光谱结合主成分分析（PCA）和系统聚类分析（HCA）技术对不同品种辣椒（Capsicum frutescens L）进行鉴别研究.[方法]测试了5种辣椒50个辣椒的红外光谱.[结果]5个不同品种辣椒的红外图谱相似,但在1 800 ～ 800 cm-范围内红外光谱的峰位、峰形及吸收强度有一些微小差异.对原始光谱作二阶导数光谱处理,发现在1 800～ 800 cm-1范围内5种辣椒的二阶导数光谱图差异明显,利用1 800～800 cm-1范围二阶导数光谱数据对5个品种50个样品进行聚类和主成分分析.聚类分析其正确率为100％;主成分析前3个主成分的累计贡献率达到94.47％,其正确率达98％,能把5个辣椒品种分开.[结论]傅里叶变换红外光谱技术结合统计分析的方法可以把不同品种的辣椒区分开来. 相似文献
8.
[目的]利用傅里叶变换红外光谱技术结合主成分（PCA）和偏最小二乘法判别分析（PLS-DA）,研究了红地球和皇家秋天葡萄苗叶片的红外光谱图.[方法]测试了2种葡萄苗60个样品的红外光谱,选取1 800 ～750 cm-1范围内原始光谱数据做二阶导数处理,显示在该区间存在明显的差异,利用该区间的二阶导数光谱数据进行主成分和偏最小二乘法判别分析.[结果] PCA和PLS-DA都能很好地区分2个品种的葡萄苗,其中主成分的正确率为100％,偏最小二乘法在隐含潜变量为9时正确率最高,此时2个葡萄品种的偏最小二乘法判别分析的正确率均达100％.[结论]小波变换结合PCA和PLS-DA用于傅里叶变化红外光谱技术能够准确地识别红地球和皇家秋天,为区分不同品种的葡萄苗提供快速、有效的方法. 相似文献
9.
二维相关红外光谱分析鉴别不同产地黑木耳 总被引：1，自引：0，他引：1
不同产地黑木耳的营养成分含量存在差异,因此对黑木耳的产地鉴别具有实用价值。选取8个不同产地的黑木耳,采用傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FT-IR)和二维相关红外光谱(two-dimensional correlation infrared spectroscopy,2D-IR),对不同样本的2D-IR谱图进行处理和分析,并结合系统聚类分析以鉴别黑木耳的不同产地。结果显示,不同产地黑木耳的傅里叶变换红外光谱整体特征极为相似,偏相关系数的最小值为0.955,不能用于区分黑木耳的产地。不同产地黑木耳在1 730～1 400 cm-1、1 350～1 040 cm-1以及1 030～900 cm-1范围内的二维相关红外光谱中自动峰数目不同,它们之间的自动峰和交叉峰的强度也有较大差异;对1 700～950 cm-1范围内的FT-IR光谱进行系统聚类分析,不同产地黑木耳都得到正确归类。结果表明,二维相关红外光谱分析,结合系统聚类分析能够简单、快速、无损地鉴别不同产地黑木耳。 相似文献
10.
利用傅里叶红外光谱(FTIR)技术、化学计量学(主成分分析、聚类分析)结合二维相关红外光谱对不同品种月季花进行鉴别分析。不同品种的月季花瓣的红外光谱整体相似,主要由脂类、苷类及多糖类化合物的振动吸收组成。二阶导数光谱在1 800~700 cm-1区域有较大差异,选取该范围二阶导数光谱用SPSS软件实现主成分分析(PCA)以及系统聚类分析(HCA)。主成分分析中,前3个主成分占总方差的献率为97.40%;系统聚类分析中,每一种月季花各自聚为一类,准确率达到100%。在二维相关光谱中,在1 330~1 700 cm-1和950~1 300 cm-1范围内,不同品种月季花的自动峰、交叉峰的强度和位置具有显著的差异。结果表明,应用傅里叶红外光谱技术、化学计量学及二维相关红外光谱技术可以快速有效的区分不同品种的月季。 相似文献
11.
为建立一种基于傅里叶变换红外光谱技术结合光谱检索和逐步判别分析的苹果叶部病害快速鉴别方法,以白粉病、花叶病、炭疽叶枯病和早期落叶病4种病害,共60份样本的红外光谱、一阶导数光谱和二阶导数光谱为指标,利用Omnic 8.5软件中光谱检索功能依次与相应光谱库进行检索鉴别。检索结果显示:基于一阶导数光谱和二阶导数光谱的检索正确率均为96.7%,高于基于红外光谱检索的83.3%。同时,以样品光谱差异较大的1 800~1 000 cm~(-1)波数内的二阶导数红外光谱数据作为判别变量,利用SPSS 20.0软件中的逐步判别分析功能,比较了基于5种挑选判别变量方法建立的判别模型的鉴别效果。鉴别结果显示:采用Mahalanobis距离逐步判别法建立的模型对苹果叶部病害的鉴别效果最好,对训练样本的回判正确率为100.0%,对测试样本的预测正确率为80.8%,总正确率最高,为92.3%。综上表明,傅里叶变换红外光谱技术结合光谱检索法或逐步判别分析法,均能较好地诊断苹果叶部病害种类,可为苹果叶部病害的鉴别和诊断提供一种省时、易行的方法。 相似文献
12.
[目的]利用衰减全反射红外光谱分析技术,对植物油种类、制油工艺和掺伪进行判别。[方法]以不同制油工艺制取的菜籽油、花生油和芝麻油为研究对象,用ATR附件采集样品在谱区4 000~400 cm-1范围内的红外光谱,利用PLS＋ANN、PNN、PLS-DA方法对植物油进行识别。[结果]植物油种类判别正确率为100%,制油工艺判别正确率为80%,掺杂5%以上的花生油可正确判别。[结论]利用衰减全反射红外光谱分析技术可实现食用植物油的准确判别。 相似文献
13.
Masoud Taghizadeh Aoife A. Gowen Colm P. O’Donnell 《Computers and Electronics in Agriculture》2011,77(1):74-80
The potential of hyperspectral imaging (HSI) in the visible-near infrared (445-945 nm) wavelength range to discriminate between casing soil, enzymatic browning and undamaged tissue on mushroom (Agaricus bisporus) surfaces was investigated. A calibration set of 108 damage free mushrooms, grown under controlled conditions in a research station, were first tested as undamaged class (U) and then were divided into 2 groups of 54 samples. The first group was smeared with casing soil and designated as casing soil class (C) and the second group was subjected to vibrational damage resulting in enzymatic browning and designated as damaged class (D). Partial least squares discriminant analysis (PLS-DA) models were developed to classify mushroom tissue as one of the three classes investigated (U, C and D) using pixel spectra from each class. Prediction maps were obtained by applying the developed models to the hyperspectral images of candidate mushrooms. Percentages of pixels classified into each class were also calculated for the mushrooms studied in the calibration set. Results obtained showed that the developed models performed satisfactorily to discriminate between the 3 classes studied. Comparison of red-green-blue (RGB) and hyperspectral image analysis showed that HSI was better able to identify the regions containing casing soil. Model validation was performed using 3 different test sets of mushrooms obtained from a commercial producer. It was found that the developed PLS-DA models were satisfactorily capable of identifying undamaged regions, casing soil and enzymatic damaged areas on mushrooms from the validation sets. 相似文献
14.
[目的]建立一种快速鉴别一些易混淆的珍稀红木家具的方法。[方法]选择奥氏黄檀、刺猬紫檀、大果紫檀和非洲紫檀4种珍稀木材制作的红木家具,使用便携式光谱仪采集光谱,并进行预处理,建立初始模型。采用不同特征波长提取方法,提取有效信息后,利用SIMCA、PLS-DA建立红木鉴别模型。[结果]不同树种谱线形状类似,近红外光谱吸收强度不同。4种家具在SIMCA的校正集和验证集中的识别率均在92%以上,拒绝率高于98%;PLS-DA模型中识别率和拒绝率成效显著。[结论]采用近红外光谱对红木家具类别进行鉴别是可行的。 相似文献
15.
可见/近红外光谱技术识别树叶树种的研究 总被引：1，自引：0，他引：1
探索使用可见/近红外光谱技术识别树叶树种的可行性,为野外可见/近红外光谱技术用于树种识别提供方法。本试验识别了9个树种,测试了光谱预处理方法、识别方法对可见/近红外光谱识别的准确率的影响。对9种阔叶树种共46棵树,分别采用距离法和PLS-DA建立识别模型,比较不同波段和导数预处理方法对模型预测效果的影响。结果表明,使用距离法对原始光谱进行识别时,识别准确率<50%,不能够有效识别树叶树种。使用距离法对预处理后的光谱进行识别时,识别准确率为近红外350～2 500nm(99.16%)>350～1 000nm(88.05%)>1 000～2 500nm(81.24%),且任意单个树种的识别准确率都>98%,能够有效识别树叶树种。使用偏最小二乘法(PLS-DA)结合单列识别变量矩阵时,识别准确率高达100%,识别模型的相关系数为0.993 6,RMSEC为0.120,RMSEP为0.144,但只能成功识别4种树叶树种,当树叶种数>4时,预测模型的识别准确率陡降。使用偏最小二乘法(PLS-DA)结合多列识别变量矩阵对9种树叶的识别准确率高达99.58%,识别模型的相关系数为0.888 6～0.956 9,RMSEC为0.084 5～0.15,RMSEP为0.088 7～0.155。本试验为可见/近红外光谱技术快速识别树种提供了一种新的方法和思路。 相似文献
16.
Coffee leaf rust (CLR) caused by the fungus Hemileia vastarix is a devastating disease in almost all coffee producing countries and remote sensing approaches have the potential to monitor the disease. This study evaluated the potential of Sentinel-2 band settings for discriminating CLR infection levels at leaf levels. Field spectra were resampled to the band settings of the Sentinel-2, and evaluated using the random forest (RF) and partial least squares discriminant analysis (PLS-DA) algorithms with and without variable optimization. Using all variables, Sentinel-2 Multispectral Imager (MSI)-derived vegetation indices achieved higher overall accuracy of 76.2% when compared to 69.8% obtained using raw spectral bands. Using the RF out-of-bag (OOB) scores, 4 spectral bands and 7 vegetation indices were identified as important variables in CLR discrimination. Using the PLS-DA Variable Importance in Projection (VIP) score, 3 Sentinel-2 spectral bands (B4, B6 and B5) and 5 vegetation indices were found to be important variables. Use of the identified variables improved the CLR discrimination accuracies to 79.4 and 82.5% for spectral bands and indices respectively when discriminated with the RF. Discrimination accuracy slightly increased through variable optimization for PLS-DA using spectral bands (63.5%) and vegetation indices (71.4%). Overall, this study showed the potential of the Sentinel 2 MSI band settings for CLR discrimination as part of crop condition assessment. Nevertheless further studies are required under field conditions. 相似文献
17.
为建立一种基于傅里叶变换红外光谱技术结合光谱检索的三七种植土壤类型和产地的鉴别方法,以3个产地6种土壤类型种植的102株三七植株主根木质部和韧皮部的红外光谱为指标,利用Omnic 8.0软件中光谱检索功能分别对主根木质部和韧皮部的红外光谱与相应光谱库进行种植土壤类型和产地检索和鉴别。结果表明:基于韧皮部光谱的鉴别效果比木质部的好。利用韧皮部光谱对种植土壤类型和产地进行鉴别时,匹配正确率分别为90.20%和97.06%。表明傅里叶变换红外光谱技术结合光谱检索法可鉴别三七的种植土壤类型和产地。 相似文献