玉米是我國主要的農(nóng)作物之一。我國作為玉米種植和消費(fèi)大國,對玉米品種的鑒別需求在不斷增長。利用近紅外光譜分析技術(shù)快速、準(zhǔn)確、無損特點(diǎn)對玉米品種進(jìn)行鑒別是一種較為理想的檢測手段。為實(shí)現(xiàn)基于近紅外光譜的玉米品種鑒別系統(tǒng),本文主要在玉米品種鑒別方法與系統(tǒng)實(shí)現(xiàn)上做了相應(yīng)的研究。通過分析研究確定以KS方法為樣本集劃分方法;對原始光譜數(shù)據(jù)采用平滑+中心化+歸一化的數(shù)據(jù)預(yù)處理方法以消除光譜數(shù)據(jù)中的噪聲信息;對光譜數(shù)據(jù)信息的特征提取采取DPLS+LDA的處理方式;SVM為模型的分類器。利用上述方法構(gòu)建的玉米種子單天數(shù)據(jù)鑒別模型正確識別率達(dá)到了 93.75%。構(gòu)建的玉米種子多天數(shù)據(jù)鑒別模型正確識別率達(dá)到了 89%,而PCA+SVM方法只有85.25%,SIMCA方法為87.5%。結(jié)果表明本文提出的方法是一種能夠較好識別玉米品種的方法。以MFC應(yīng)用框架為系統(tǒng)的開發(fā)平臺,利用OpenCV與TeeChart插件結(jié)合數(shù)據(jù)庫,實(shí)現(xiàn)對光譜數(shù)據(jù)矩陣的高速運(yùn)算處理與光譜數(shù)據(jù)二維圖表顯示的功能。經(jīng)測試系統(tǒng)功能完善,鑒別結(jié)果準(zhǔn)確,能夠滿足對玉米品種的鑒別需求。 

【文章來源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－２玉米種子光譜曲線??Ｆｉｇ．?１－２?Ｃｏｍ?ｓｅｅｄ?ｓｐｅｃｔｒａｌ?ｃｕｒｖｅ??

１．６技術(shù)路線??通過對近紅外光譜分析技術(shù)鑒別玉米品種的具體問題分析研宄，確定本文研究的??技術(shù)路線圖如圖１－３所示。先采集玉米種子的近紅外光譜數(shù)據(jù)，采集方式上主要有兩??種，分別為反射方式與透射方式。然后對采集到的玉米種子數(shù)據(jù)先進(jìn)行樣本集劃分，??主要采用ＫＳ方法，之后對光譜數(shù)據(jù)進(jìn)行預(yù)處理以消除噪聲對分析的影響。再利用??ＤＰＬＳ＋ＬＤＡ方法對數(shù)據(jù)進(jìn)行特征提取，利用ＳＶＭ分類器對特征提取后的數(shù)據(jù)進(jìn)行建??模。最后在ＭＦＣ軟件開發(fā)平臺上將鑒別方法實(shí)現(xiàn)，同時結(jié)合ＯｐｅｎＣＶ與ＴｅｅＣｈａｒｔ插件??實(shí)現(xiàn)玉米品種的鑒別系統(tǒng)。??４??

基于近紅外光譜的玉米品種鑒別系統(tǒng)研建的第ｙ個變量。具體方法實(shí)現(xiàn)步驟如下：??算全部樣本間的歐式距離，挑選出距離最大的前兩個樣品加算其余樣本與加入到訓(xùn)練集中的兩個樣本的距離，每個樣本中的兩個樣本中的最小距離，待余下樣本都計算完畢之后，離樣本中選擇距離最大的樣本加入到訓(xùn)練集中；??復(fù)第二步，直到挑選出的訓(xùn)練集樣本數(shù)與預(yù)定的訓(xùn)練集樣本數(shù)光譜數(shù)據(jù)預(yù)處理方法簡介??況下，采集到的近紅外光譜數(shù)據(jù)，會受到外界因素的干擾，如。這些千擾因素會在光譜采集時轉(zhuǎn)變成光譜的噪聲數(shù)據(jù)，對。如圖２－１所示，采集到的玉米種子近紅外反射光譜曲線在１５０不光滑，代表該部分有一定的噪聲混入。這些噪聲信息后續(xù)工作產(chǎn)生消極影響。??

【參考文獻(xiàn)】：
期刊論文
[1]基于KPCA和近紅外光譜的鑒別玉米單倍體方法研究[J]. 劉文杰,李衛(wèi)軍,李浩光,覃鴻,寧欣.  光譜學(xué)與光譜分析. 2017(07)
[2]2016年全國糧食再獲豐收[J].   福建稻麥科技. 2016(04)
[3]近紅外光譜建模樣本選擇方法研究[J]. 靳召晰,張秀娟,羅付義,安冬,趙盛毅,冉航,嚴(yán)衍祿.  光譜學(xué)與光譜分析. 2016(12)
[4]玉米種植過程中關(guān)于種子選購問題分析[J]. 王剛,李開俊,劉軍.  農(nóng)業(yè)與技術(shù). 2016(20)
[5]應(yīng)用近紅外反射和透射光譜法鑒定玉米雜交種的純度[J]. 李天昕,賈仕強(qiáng),劉旭,趙盛毅,冉航,嚴(yán)衍祿,安冬.  光譜學(xué)與光譜分析. 2015(12)
[6]近紅外光譜分析技術(shù)在糧油品質(zhì)評價中的研究應(yīng)用進(jìn)展[J]. 后其軍,鞠興榮,何榮.  中國糧油學(xué)報. 2015(07)
[7]E-R圖的精細(xì)設(shè)計[J]. 邵超,萬春紅.  計算機(jī)教育. 2015(08)
[8]近紅外定性分析模型的穩(wěn)健性與適應(yīng)性分析[J]. 曹吾,李衛(wèi)軍,王平,張麗萍.  光譜學(xué)與光譜分析. 2014(06)
[9]主要農(nóng)作物品種鑒定方法要“新、老”結(jié)合[J]. 郭承亮,耿月明,王世才.  中國種業(yè). 2013(07)
[10]玉米品種近紅外光譜鑒別技術(shù)中的參數(shù)漂移問題研究[J]. 張麗萍,李衛(wèi)軍,王平,安冬.  光譜學(xué)與光譜分析. 2012(10)



本文編號：2999220