種子活力是決定水稻產(chǎn)量的最重要因素之一,但目前水稻種子活力的近紅外和高光譜等無(wú)損檢測(cè)方法易受種子表皮顏色影響,且所建模型難以適應(yīng)新品種。該研究提出基于光聲光譜技術(shù)的稻種活力無(wú)損檢測(cè)方法并結(jié)合遷移學(xué)習(xí)進(jìn)行新品種稻種活力檢測(cè)。首先,對(duì)Y兩優(yōu)、龍粳、南粳、寧粳、武運(yùn)粳、新兩優(yōu)等具有區(qū)域代表性的典型6種水稻品種,進(jìn)行高溫高濕人工老化處理,得到0～7 d老化時(shí)間的水稻種子;再通過(guò)調(diào)制頻率獲得8種不同深度的光聲光譜信息,用主成分分析、競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法對(duì)光譜降維得到特征光譜后,對(duì)Y兩優(yōu)、龍粳、南粳、寧粳、武運(yùn)粳分別建立偏最小二乘回歸（Partial Least Squares Regression,PLSR）、反向傳播神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network,BP）、廣義回歸神經(jīng)網(wǎng)絡(luò)（Generalized Regression Neural Network,GRNN）、支持向量回歸模型（Support Vector Regression,SVR）、深度卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Netural Network,CNN）的稻種活力預(yù)測(cè)模型,并選擇最... 

【文章來(lái)源】：農(nóng)業(yè)工程學(xué)報(bào). 2020,36(22)北大核心EICSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

不同老化天數(shù)Y兩優(yōu)在300 Hz下去噪前后光聲光譜

由圖3可見(jiàn)，特征光譜1 000～1 160 cm-1波段內(nèi)出現(xiàn)吸收峰主要由稻種中蛋白質(zhì)、可溶性糖中C—O鍵、C—N鍵的伸縮振動(dòng)所致[5];1 412 cm-1附近的吸收峰為淀粉中CH2、C—O—O伸縮振動(dòng)吸收區(qū)域；1 317～1 440 cm-1附近為亞甲基和甲基對(duì)稱彎曲振動(dòng)及CH3剪式振動(dòng)吸收區(qū)；1 200～1 500 cm-1范圍內(nèi)的吸收峰由多糖、蛋白質(zhì)混合振動(dòng)產(chǎn)生[19];1 635 cm-1處的小吸收峰主要由不飽和油脂中C—C鍵、蛋白質(zhì)C—O鍵的伸縮振動(dòng)（酰胺I）和水的O—H鍵的彎曲振動(dòng)伸縮振動(dòng)疊加而產(chǎn)生[20]；稻種中丙二醛、油脂和纖維素等物質(zhì)中C—H鍵伸縮振動(dòng)導(dǎo)致2 850～3 000 cm-1處出現(xiàn)尖吸收峰；蛋白質(zhì)中N—H鍵和水中O—H鍵的振動(dòng)伸縮的疊加作用導(dǎo)致3 100～3 500 cm-1處有寬的吸收峰[24]。圖4 基于CARS的Y兩優(yōu)特征波長(zhǎng)提取過(guò)程

基于CARS的Y兩優(yōu)特征波長(zhǎng)提取過(guò)程

【參考文獻(xiàn)】：
期刊論文
[1]種子清選機(jī)現(xiàn)狀淺析與發(fā)展思考[J]. 劉敏基,王妮,謝煥雄,王建楠,高學(xué)梅,彭寶良.  中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2020(08)
[2]電導(dǎo)率法早期檢測(cè)玉米和小麥種子活力[J]. 向瑩瑩,李浩卓,張婷婷,王建華,孫群.  中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào). 2020(06)
[3]多組分變壓器油溶解氣體的傅里葉變換紅外光聲光譜定量檢測(cè)[J]. 劉麗嫻,宦惠庭,Mandelis Andreas,邵曉鵬.  光譜學(xué)與光譜分析. 2020(03)
[4]基于高光譜成像技術(shù)的涇源黃牛肉色度PLSR預(yù)測(cè)模型構(gòu)建[J]. 禹文杰,王彩霞,喬蘆,王松磊,賀曉光.  浙江農(nóng)業(yè)學(xué)報(bào). 2020(03)
[5]不同含水量對(duì)水稻種子活力及抗氧化系統(tǒng)的影響[J]. 王巖,陳愛(ài)國(guó),崔曉光,吳禹,馬佳慧.  遼寧農(nóng)業(yè)科學(xué). 2019(06)
[6]高光譜數(shù)據(jù)處理算法的小麥赤霉病籽粒識(shí)別[J]. 劉爽,譚鑫,劉成玉,朱春霖,李文昊,崔帥,杜懿峰,黃殿成,謝鋒.  光譜學(xué)與光譜分析. 2019(11)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的超聲掃描圖像的分割技術(shù)研究[J]. 鞠響,馮宇翔.  現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化. 2019(08)
[8]基于機(jī)器視覺(jué)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)
[9]基于SAGA-SVR預(yù)測(cè)模型的水稻種子水分含量高光譜檢測(cè)[J]. 蘆兵,孫俊,楊寧,武小紅.  南方農(nóng)業(yè)學(xué)報(bào). 2018(11)
[10]高精度光聲光譜定量成像系統(tǒng)的設(shè)計(jì)與應(yīng)用[J]. 燕康,張建輝,張帆,周瑛子,龔小競(jìng).  機(jī)械工程學(xué)報(bào). 2018(20)



本文編號(hào)：3623050