【目的】針對(duì)目前玉米種子發(fā)芽率快速無損檢測(cè)方法易受種子表皮顏色影響的問題,擬采用光聲光譜深度掃描技術(shù)提高玉米種子發(fā)芽率的檢測(cè)精度�！痉椒ā窟x取3種不同顏色、6個(gè)品種的玉米樣本,利用人工老化方法得到8種不同老化時(shí)間的玉米種子;通過調(diào)制光譜頻率獲得7種不同深度的光聲光譜信息,并利用主成分分析分別得到最佳掃描頻率和特征光譜,比較偏最小二乘法回歸、BP神經(jīng)網(wǎng)絡(luò)、廣義回歸神經(jīng)網(wǎng)絡(luò)和支持向量回歸等發(fā)芽率預(yù)測(cè)模型精度。【結(jié)果】光聲光譜最佳掃描頻率為500 Hz,支持向量回歸的預(yù)測(cè)模型精度最高,相關(guān)系數(shù)均超過0.980 0。6個(gè)品種玉米種子的發(fā)芽率預(yù)測(cè)相關(guān)系數(shù)分別為0.983 8,0.984 7,0.983 6,0.987 8,0.983 3和0.994 7,6個(gè)品種混合的玉米種子發(fā)芽率預(yù)測(cè)相關(guān)系數(shù)為0.942 1。【結(jié)論】通過拓展光譜、聲音和深度信息,光聲光譜深度掃描技術(shù)適用于不同顏色的玉米發(fā)芽率高精度檢測(cè),具有較好的泛化能力。 

【文章來源】：華南農(nóng)業(yè)大學(xué)學(xué)報(bào). 2020,41(06)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于SVD原理的PCA特征頻率提取算法及其應(yīng)用[J]. 郭明軍,李偉光,楊期江,趙學(xué)智.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(01)
[2]基于機(jī)器視覺技術(shù)檢測(cè)裂紋玉米種子[J]. 閆彬,楊福增,郭文川.  農(nóng)機(jī)化研究. 2020(05)
[3]人工老化處理對(duì)菠菜種子生理生化指標(biāo)及萌發(fā)相關(guān)基因表達(dá)量的影響[J]. 鮮萱,齊傳東,陳琦,覃思嘉,鄭禾,辛燕,陶增蛟,郭仰東.  中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào). 2019(03)
[4]玉米種子對(duì)高溫高濕老化的響應(yīng)研究[J]. 趙欣欣,劉繼權(quán),王奇,孫明春.  吉林農(nóng)業(yè)科學(xué). 2015(02)
[5]紅外光聲光譜法測(cè)定油菜籽品質(zhì)參數(shù)[J]. 陸宇振,杜昌文,余常兵,周健民.  分析化學(xué). 2014(02)
[6]白術(shù)種子生活力測(cè)定方法及其與發(fā)芽率的相關(guān)性研究[J]. 沈宇峰,王志安,俞旭平,沈曉霞.  中國(guó)中藥雜志. 2008(03)

碩士論文
[1]玉米種子活力影響因素研究[D]. 魏旭彤.東北農(nóng)業(yè)大學(xué) 2018



本文編號(hào)：3171716