Comparison of multivariate models and variable selection algorithms for rapid analysis of the chemical composition of field crops     

Shengxiang Xu  Meiyan Wang  Xuezheng Shi 《Acta Agriculturae Scandinavica, Section B - Plant Soil Science》2019,69(5):452-464

This study evaluates the use of visible and near-infrared spectroscopy for rapid prediction of total carbon, total nitrogen, and total phosphorus concentrations in field crop samples. Two multivariate models (partial least squares regression and support vector machine regression) were compared. In addition, four spectral variable selection algorithms (competitive adaptive reweighted sampling, genetic algorithm, uninformative variable elimination, and variable importance for projection) were applied with support vector machine regression to determine the most accurate predictions. The results showed that support vector machine regression performed better than partial least squares regression for predicting the three chemical compositions. The combination of competitive adaptive reweighted sampling and support vector machine regression outperformed the other models for the predictions of total carbon and total nitrogen with high coefficients of determination of 0.91 and 0.90, respectively. For the determination of total phosphorus, the prediction accuracy of competitive adaptive reweighted sampling was comparable with the best result obtained from genetic algorithm with the coefficients of determination of 0.73 and 0.77, respectively. In conclusion, the support vector machine regression combined with competitive adaptive reweighted sampling has great potential to accurately determine the chemical composition of field crops using the visible and near-infrared spectroscopy.  相似文献   

利用机器视觉与近红外光谱技术的皮蛋无损检测与分级     

王巧华  梅璐  马美湖  高升  李庆旭 《农业工程学报》2019,35(24):314-321

为了对优质蛋、次品蛋和劣质蛋这3种皮蛋进行检测及分级,该文应用机器视觉结合近红外光谱技术,研究利用皮蛋凝胶品质无损检测的分级方法。首先采集皮蛋透射光图像,提取18个图像颜色特征值,然后将所提取的18维特征利用主成分分析(principal component analysis,PCA)进行降维,对PCA降维后的3个主成分建立遗传算法优化支持向量机(genetic algorithm-support vector machine,GA-SVM)分级模型,把皮蛋样本分为两大类:可食用蛋(优质蛋与次品蛋)与不可食用蛋(劣质蛋),劣质蛋测试集识别率为100%。然后在机器视觉分类结果的基础上,利用近红外光谱技术获取可食用蛋(优质蛋与次品蛋)的原始光谱,并进行多元散射矫正(multiplicative scatter correction,MSC),利用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)降维提取特征波长,基于支持向量机(support vector machine,SVM)对特征波长变量建立分级模型,区分出优质蛋与次品蛋,优质蛋测试集识别率为96.49%,次品蛋识别率为94.12%。研究结果表明:基于机器视觉和近红外光谱进行皮蛋凝胶品质无损检测分级是可行的。  相似文献   

近红外光谱变量筛选提高西瓜糖度预测模型精度   总被引：3，自引：2，他引：3  

介邓飞  谢丽娟  饶秀勤  应义斌 《农业工程学报》2013,29(12):264-270

水果的内部品质是水果分级、保鲜及存储的一项重要指标,利用近红外光谱技术对西瓜内部品质进行快速无损检测研究有着非常重要的意义。为了研究变量筛选方法对西瓜糖度预测模型精度的影响,该文以麒麟瓜为研究对象,利用近红外漫透射光谱技术对麒麟瓜可溶性固形物含量（SSC）进行检测,采用偏最小二乘回归（PLSR）,多元线性回归（MLR）和主成分回归（PCR）建立麒麟瓜可溶性固形物数学模型,并探讨等间隔平均光谱和等间隔抽取光谱变量筛选结合连续投影算法（SPA）对预测模型精度的影响。研究结果表明：光谱经等间隔抽取（间隔5,115个变量）经归一化预处理,结合SPA优选出6个波长建立的PLSR预测模型的相关系数（rpre）为0.828、校正均方根误差（RMSEC）为0.589、预测均方根误差（RMSEP）为0.611。该模型预测效果相对较优,建模时间短,提高了模型的预测能力和预测精度。该研究为西瓜内部品质的在线无损检测提供研究基础。  相似文献   

近红外光谱结合偏最小二乘法快速评估土壤质量   总被引：9，自引：0，他引：9  

王昶  黄驰超  余光辉  冉炜  沈其荣 《土壤学报》2013,50(5):881-890

以长江中下游粮食主产区水稻土为研究对象,采集17种不同施肥处理下共136个土壤样品在350 ～2 500 nm范围的近红外光谱,利用偏最小二乘回归分析结合交叉验证法建立了近红外漫反射光谱与传统化学分析方法测得的全碳、全氮、碳氮比、速效钾、速效磷、电导率、土壤pH等土壤指标之间的定量分析模型。模型的决定系数（R2）以及化学分析值标准差（SD）与模型的内部交叉验证均方差（RMSECV）的比值RSC用于判定建立的模型的好坏。结果表明：全碳、全氮、碳氮比和pH模型的R2和RSC分别为：R2=0.94,RSC=4.31;R2=0.95,RSC=4.35;R2=0.97,RSC=5.60;R2=0.92,RSC=3.37,说明上述土壤指标的预测结果很好。速效钾模型的R2和RSC分别为：R2=0.87,RSC=2.23,表明预测结果尚好。而速效磷和电导率模型的R2和RSC分别为：R2=0.18,RSC=1.16;R2=0.37,RSC=1.31,说明两者的预测结果均很不理想。综上所述,水稻土的土壤质量相关指标（全碳、全氮、碳氮比、速效钾和土壤pH）可以通过近红外光谱结合偏最小二乘法（NIR-PLS）快速评估。  相似文献   

盛夏西太平洋副热带高压对陕西降水的影响     

赵强  郭莉  张鸿雁  严华生 《中国农业气象》2013,34(3)

利用1961-2008年陕西78个气象站7-8月降水资料、西太平洋副高逐月指数资料及500hPa位势高度场和700hPa风场月平均再分析资料,通过相关、回归分析、小波凝聚谱分析等方法探讨盛夏西太平洋副热带高压对陕西降水的影响及机制,为盛夏陕西降水的气候预测提供依据.结果表明,盛夏副高强度、脊线、西伸脊点指数与陕西降水关系密切,副高偏强偏西时陕西降水偏多,副高偏北时陕西北部降水偏多、南部偏少.8月副高3个指数与陕西降水的相关关系更为密切,通过显著性检验的站点明显增多.副高的强度和位置变化引起副热带和中高纬度大气环流的异常,进而影响陕西降水.8月副高偏强偏西时,巴尔喀什湖阻高增强,700hPa西南季风的水汽输送增强,陕西位于冷暖空气交汇区,降水偏多;副高偏南时,水汽辐合区位于陕南,陕西南部多雨、北部少雨;副高偏北时,水汽辐合区位于陕北,陕西北部多雨、南部少雨.8月副高强度指数与同月陕西降水的显著共振周期为7 ～8a,且副高强度变化超前于陕西降水变化1.26a,说明8月副高强度的年际变化是引起同月陕西降水年际变化的重要原因.  相似文献   

基于近红外光谱的室温贮藏下鲜枣霉菌污染动力学模型     

刘聪  郭康权  张强  胡耀华 《农业工程学报》2013,29(1):278-284

为了预测鲜枣常温贮藏的保鲜期,确保鲜枣的品质要求及食用安全,应用近红外光谱建立了室温贮藏下鲜枣内部霉菌菌落总数变化的动力学模型。通过对几种数据预处理方法的比较及特征波数的选择,实现了鲜枣霉菌菌落总数变化的近红外模型的优选。结果表明:经过多元散射校正处理的鲜枣近红外光谱,应用多元线性回归方法建立的霉菌菌落总数模型预测能力较好,校正集相关系数为0.920,均方根误差为1.503,预测集相关系数为0.889,均方根误差为1.514。同时,将近红外光谱模型应用于霉菌菌落总数随贮藏时间变化的零级反应动力学模型中,得到模型的相关系数为0.981。根据近红外光谱吸光度值与贮藏时间的线性关系,当霉菌菌落总数初始值小于等于10cfu/g时,预测出鲜枣在室温下的保鲜期一般为8d。研究表明,结合动力学模型的近红外光谱技术可以作为一种无损、快速检测方法来检测鲜枣霉菌菌落总数变化。  相似文献   

硼酸共沉淀法合成含硼氧化铁的结构状况解析     

阎华  吴传兵  刘慧红  林淦 《土壤》2007,39(4):643-645

在水合法制备针铁矿过程中添加HBO3,对合成的样品作红外光谱和比表面积分析.结果表明,共沉淀法合成的样品在1343 cm处有特征吸收峰,说明在针铁矿形成过程中,如果有H3BO3参与,则形成的氧化铁中存在Fe-O-B键结构,可能在氧化铁内部有一种新硼铁化合物生成.比表面积测定表明,含B氧化铁比表面积增加4倍以上,反映了氧化铁与H3BO3并非机械混合物,其表面性质因为Fe与B反应而发生改变,B阻止氧化铁向高聚合态转变.  相似文献   

基于嗅觉和光谱技术融合的面粉脂肪酸值定量检测     

江辉  刘通  陈全胜 《农业机械学报》2021,52(2):340-345

提出了一种基于比色传感器数据和近红外光谱特征融合的储藏期面粉脂肪酸值的定量检测方法。开发比色传感器阵列、搭建便携式近红外光谱测量系统,分别采集不同储藏期面粉样本的比色传感器数据和近红外光谱。利用主成分分析分别对预处理后的比色传感器数据和近红外光谱数据进行特征降维,采用五折交互验证法在反向传播神经网络(BPNN)模型校正过程中进行优化,确定基于单技术分析模型的最佳主成分(PCs)个数。将优化后的基于单技术模型的最佳PCs在特征层进行融合,建立基于融合特征的BPNN分析模型,以实现对面粉储藏过程中脂肪酸值的快速检测。实验结果显示,基于比色传感器特征和基于近红外光谱特征建立的最佳BPNN模型的最佳PCs数量分别为3和4,基于融合特征建立的BPNN模型在预测集中的相关系数和预测均方根误差的均值分别为0.9276和1.9345 mg/(100 g)。研究表明,与单技术数据分析模型相比,基于比色传感器数据和近红外光谱特征融合模型的检测精度和泛化性能都有所提高。本研究可为粮食储藏品质的高精度原位监测提供一种技术方法。  相似文献   

基于近红外与中红外光谱技术的淀粉回生度检测   总被引：1，自引：0，他引：1  

邹小波  崔雪平  石吉勇  胡雪桃  徐艺伟  薛瑾 《农业机械学报》2018,49(3):341-346

淀粉食品在加工、运输及储藏过程中会逐渐出现回生,其回生程度是影响淀粉食品品质的重要因素。利用近红外和中红外光谱技术快速、无损检测淀粉回生度。首先采集了储存不同时间淀粉的近红外和中红外光谱,分别利用近红外、中红外以及两者融合的光谱数据结合化学计量学方法(偏最小二乘法(PLS、iPLS、biPLS、siPLS))建立淀粉回生度检测模型。结果显示,近红外和中红外融合光谱技术的biPLS检测模型最佳,校正集和预测集相关系数分别为0.965 5和0.931 3。研究结果表明,红外光谱技术可以快速、无损检测玉米淀粉回生度,保障了富含淀粉食品的质量与安全。  相似文献   

近红外光谱技术及其在农作物中的应用   总被引：7，自引：2，他引：7  

李伟  肖爱平 《中国农学通报》2009,25(3):56-59

本文阐述了近红外光谱技术的原理与方法,并对近红外光谱技术在农作物领域的应用研究进行了介绍。  相似文献