本文主要研究内容
作者张婷婷,赵宾,杨丽明,王建华,孙群（2019）在《基于高光谱成像技术结合SPA和GA算法测定甜玉米种子电导率》一文中研究指出：种子活力对于农业发展至关重要,而甜玉米种子普遍存在活力较低且不耐贮藏的问题。因此,及时准确地对甜玉米种子活力进行检测尤为重要。电导率测定法作为一种传统的种子活力检测方法,存在对种子有一定破坏性、耗时较长、重复性不佳等缺点。针这些问题,尝试利用可见-近红外(VIS-NIR)高光谱成像系统结合化学计量学算法建立甜玉米种子电导率快速、无损且精确的检测方法。以高温高湿老化的绿色超人甜玉米种子为试验材料,先通过可见-近红外高光谱成像系统采集种子的高光谱图像和进行电导率测定试验,随后对高光谱图像进行黑白板校正、提取感兴趣区域,获取光谱反射率数据。利用多种预处理方法分别为标准正态变量变换(SNV)、二阶导(SD)、一阶导(FD)、和多元散射校正(MSC)建立甜玉米种子电导率的偏最小二乘回归(PLSR)模型,比较分析并筛选出最适预处理方法。再通过连续投影算法(SPA)及遗传算法(GA)对MSC预处理后的高光谱波段进行筛选提取,基于选出的特征波段建立PLSR模型,并与全波段(Full)PLSR模型进行对比分析,得到与甜玉米种子电导率相关性最高的高光谱波段组合,最终确立一种能够预测甜玉米种子电导率的方法体系。实验结果显示:不同预处理方法(SNV, FD, SD和MSC)建立的PLSR模型性能有所差异,其中MSC-PLSR模型的表现最优秀,其校正决定系数和预测决定系数分别为0.983和0.974,相应的校正均方根误差和预测均方根误差分别为0.165和0.226。进一步分析MSC-Full-PLSR, MSC-SPA-PLSR和MSC-GA-PLSR模型,发现GA能够将全光谱的853个波段压缩至25个有效波段,所建立的MSC-GA-PLSR模型仍表现优秀,其校正决定系数和预测决定系数分别为0.976和0.973,相应的校正均方根误差和预测均方根误差分别为0.194和0.212。实验结果表明:基于可见-近红外(VIS-NIR)高光谱成像系统结合化学计量学算法实现对甜玉米种子电导率的预测存在一定的可行性。该研究为甜玉米种子电导率的快速、无损且精确的检测提供一定的理论支持。
Abstract
chong zi huo li dui yu nong ye fa zhan zhi guan chong yao ,er tian yu mi chong zi pu bian cun zai huo li jiao di ju bu nai zhu cang de wen ti 。yin ci ,ji shi zhun que de dui tian yu mi chong zi huo li jin hang jian ce you wei chong yao 。dian dao lv ce ding fa zuo wei yi chong chuan tong de chong zi huo li jian ce fang fa ,cun zai dui chong zi you yi ding po huai xing 、hao shi jiao chang 、chong fu xing bu jia deng que dian 。zhen zhe xie wen ti ,chang shi li yong ke jian -jin gong wai (VIS-NIR)gao guang pu cheng xiang ji tong jie ge hua xue ji liang xue suan fa jian li tian yu mi chong zi dian dao lv kuai su 、mo sun ju jing que de jian ce fang fa 。yi gao wen gao shi lao hua de lu se chao ren tian yu mi chong zi wei shi yan cai liao ,xian tong guo ke jian -jin gong wai gao guang pu cheng xiang ji tong cai ji chong zi de gao guang pu tu xiang he jin hang dian dao lv ce ding shi yan ,sui hou dui gao guang pu tu xiang jin hang hei bai ban jiao zheng 、di qu gan xing qu ou yu ,huo qu guang pu fan she lv shu ju 。li yong duo chong yu chu li fang fa fen bie wei biao zhun zheng tai bian liang bian huan (SNV)、er jie dao (SD)、yi jie dao (FD)、he duo yuan san she jiao zheng (MSC)jian li tian yu mi chong zi dian dao lv de pian zui xiao er cheng hui gui (PLSR)mo xing ,bi jiao fen xi bing shai shua chu zui kuo yu chu li fang fa 。zai tong guo lian xu tou ying suan fa (SPA)ji wei chuan suan fa (GA)dui MSCyu chu li hou de gao guang pu bo duan jin hang shai shua di qu ,ji yu shua chu de te zheng bo duan jian li PLSRmo xing ,bing yu quan bo duan (Full)PLSRmo xing jin hang dui bi fen xi ,de dao yu tian yu mi chong zi dian dao lv xiang guan xing zui gao de gao guang pu bo duan zu ge ,zui zhong que li yi chong neng gou yu ce tian yu mi chong zi dian dao lv de fang fa ti ji 。shi yan jie guo xian shi :bu tong yu chu li fang fa (SNV, FD, SDhe MSC)jian li de PLSRmo xing xing neng you suo cha yi ,ji zhong MSC-PLSRmo xing de biao xian zui you xiu ,ji jiao zheng jue ding ji shu he yu ce jue ding ji shu fen bie wei 0.983he 0.974,xiang ying de jiao zheng jun fang gen wu cha he yu ce jun fang gen wu cha fen bie wei 0.165he 0.226。jin yi bu fen xi MSC-Full-PLSR, MSC-SPA-PLSRhe MSC-GA-PLSRmo xing ,fa xian GAneng gou jiang quan guang pu de 853ge bo duan ya su zhi 25ge you xiao bo duan ,suo jian li de MSC-GA-PLSRmo xing reng biao xian you xiu ,ji jiao zheng jue ding ji shu he yu ce jue ding ji shu fen bie wei 0.976he 0.973,xiang ying de jiao zheng jun fang gen wu cha he yu ce jun fang gen wu cha fen bie wei 0.194he 0.212。shi yan jie guo biao ming :ji yu ke jian -jin gong wai (VIS-NIR)gao guang pu cheng xiang ji tong jie ge hua xue ji liang xue suan fa shi xian dui tian yu mi chong zi dian dao lv de yu ce cun zai yi ding de ke hang xing 。gai yan jiu wei tian yu mi chong zi dian dao lv de kuai su 、mo sun ju jing que de jian ce di gong yi ding de li lun zhi chi 。
论文参考文献
论文详细介绍
论文作者分别是来自光谱学与光谱分析的张婷婷,赵宾,杨丽明,王建华,孙群，发表于刊物光谱学与光谱分析2019年08期论文，是一篇关于高光谱技术论文,电导率论文,甜玉米种子论文,特征波段论文,偏最小二乘回归论文,光谱学与光谱分析2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自光谱学与光谱分析2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：高光谱技术论文; 电导率论文; 甜玉米种子论文; 特征波段论文; 偏最小二乘回归论文; 光谱学与光谱分析2019年08期论文;