基于近紅外光譜的玉米品種鑒別系統(tǒng)研建
發(fā)布時(shí)間:2021-01-25 12:25
玉米是我國(guó)主要的農(nóng)作物之一。我國(guó)作為玉米種植和消費(fèi)大國(guó),對(duì)玉米品種的鑒別需求在不斷增長(zhǎng)。利用近紅外光譜分析技術(shù)快速、準(zhǔn)確、無(wú)損特點(diǎn)對(duì)玉米品種進(jìn)行鑒別是一種較為理想的檢測(cè)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(guò)分析研究確定以KS方法為樣本集劃分方法;對(duì)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(duì)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(shí)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(shí)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(shí)別玉米品種的方法。以MFC應(yīng)用框架為系統(tǒng)的開(kāi)發(fā)平臺(tái),利用OpenCV與TeeChart插件結(jié)合數(shù)據(jù)庫(kù),實(shí)現(xiàn)對(duì)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(cè)試系統(tǒng)功能完善,鑒別結(jié)果準(zhǔn)確,能夠滿足對(duì)玉米品種的鑒別需求。
【文章來(lái)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(yè)數(shù)】:56 頁(yè)
【學(xué)位級(jí)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(guò)對(duì)近紅外光譜分析技術(shù)鑒別玉米品種的具體問(wèn)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(duì)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(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理以消除噪聲對(duì)分析的影響。再利用??DPLS+LDA方法對(duì)數(shù)據(jù)進(jìn)行特征提取,利用SVM分類器對(duì)特征提取后的數(shù)據(jù)進(jìn)行建??模。最后在MFC軟件開(kāi)發(fā)平臺(tái)上將鑒別方法實(shí)現(xiàn),同時(shí)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(gè)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(gè)樣品加算其余樣本與加入到訓(xùn)練集中的兩個(gè)樣本的距離,每個(gè)樣本中的兩個(gè)樣本中的最小距離,待余下樣本都計(jì)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(jiǎn)介??況下,采集到的近紅外光譜數(shù)據(jù),會(huì)受到外界因素的干擾,如。這些千擾因素會(huì)在光譜采集時(shí)轉(zhuǎn)變成光譜的噪聲數(shù)據(jù),對(duì)。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(guó)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(guò)程中關(guān)于種子選購(gòu)問(wèn)題分析[J]. 王剛,李開(kāi)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(píng)價(jià)中的研究應(yīng)用進(jìn)展[J]. 后其軍,鞠興榮,何榮. 中國(guó)糧油學(xué)報(bào). 2015(07)
[7]E-R圖的精細(xì)設(shè)計(jì)[J]. 邵超,萬(wàn)春紅. 計(jì)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(guó)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(wèn)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(hào):2999220
【文章來(lái)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(yè)數(shù)】:56 頁(yè)
【學(xué)位級(jí)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(guò)對(duì)近紅外光譜分析技術(shù)鑒別玉米品種的具體問(wèn)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(duì)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(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理以消除噪聲對(duì)分析的影響。再利用??DPLS+LDA方法對(duì)數(shù)據(jù)進(jìn)行特征提取,利用SVM分類器對(duì)特征提取后的數(shù)據(jù)進(jìn)行建??模。最后在MFC軟件開(kāi)發(fā)平臺(tái)上將鑒別方法實(shí)現(xiàn),同時(shí)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(gè)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(gè)樣品加算其余樣本與加入到訓(xùn)練集中的兩個(gè)樣本的距離,每個(gè)樣本中的兩個(gè)樣本中的最小距離,待余下樣本都計(jì)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(jiǎn)介??況下,采集到的近紅外光譜數(shù)據(jù),會(huì)受到外界因素的干擾,如。這些千擾因素會(huì)在光譜采集時(shí)轉(zhuǎn)變成光譜的噪聲數(shù)據(jù),對(duì)。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(guó)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(guò)程中關(guān)于種子選購(gòu)問(wèn)題分析[J]. 王剛,李開(kāi)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(píng)價(jià)中的研究應(yīng)用進(jìn)展[J]. 后其軍,鞠興榮,何榮. 中國(guó)糧油學(xué)報(bào). 2015(07)
[7]E-R圖的精細(xì)設(shè)計(jì)[J]. 邵超,萬(wàn)春紅. 計(jì)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(guó)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(wèn)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(hào):2999220
本文鏈接:http://sikaile.net/nykjlw/nzwlw/2999220.html
最近更新
教材專著