本文選題：小波變換　切入點：特征提取　出處：《江蘇大學》2017年碩士論文

【摘要】：近年來,由于誤食具有農藥殘留的生菜而引發(fā)的食物中毒事件屢見報道。為此,能夠尋找到一種快速、精確、無損檢測生菜表面農藥殘留的方法尤為重要。目前,將光譜檢測技術應用于農藥殘留領域已取得了一定的研究成果。然而,數(shù)據(jù)高維、波譜數(shù)多等難題使得光譜檢測農殘技術的應用步伐較緩慢。小波變換是一種變分辨率的時頻分析方法,能夠實現(xiàn)原始信號有效的高低頻分解,其能通過分析不同特征的譜線和高頻小波系數(shù)曲線的奇異性,選取得到敏感波段,從而實現(xiàn)光譜數(shù)據(jù)降維、波段選取。本文以生菜為研究對象,光譜檢測農藥殘留為應用背景,小波變換特征提取及其算法改進為主要研究內容。論文首先對光譜檢測農殘機理進行了探討,依據(jù)國家相關檢測標準進行了化學檢測,然后對小波變換特征提取算法進行了基函數(shù)、最佳分解層、奇異值閾值等參數(shù)優(yōu)化及算法改進,并將優(yōu)化參數(shù)和改進算法應用于光譜檢測農殘中。具體內容如下:(1)以蓮座期的生菜為實驗對象,利用掃描電鏡和透射電鏡對生菜葉片微觀結構進行檢測。檢測結果表明隨著生菜葉片表面殘留農藥的濃度增加,其微觀結構變化明顯。生菜葉片表面氣孔密度和長寬比減少、葉片的厚度變薄、生菜葉片中嗜鋨顆粒數(shù)量增多、淀粉顆粒數(shù)量減少。此外,近紅外波段的植被反射光譜主要與葉片細胞的排列結構方式和植被結構相關,熒光光譜與植物葉綠素含量息息相關。為此,對農藥殘留的生菜葉片微觀結構進行研究分析,可以為近紅外高光譜、熒光光譜以及光譜信息融合技術對生菜葉片農藥殘留量檢測研究提供機理研究的依據(jù)。(2)選取不同的小波特征提取參數(shù)組合,并將其應用于生菜葉片農殘熒光光譜數(shù)據(jù)處理中。由于熒光光譜中存在噪聲,采用5種算法(SG算法、SNV算法、SNV detrending算法、SG-SNV算法、SG-SNV detrending算法)對生菜葉片樣本原始光譜進行預處理。然后分別基于全波段光譜、熒光特征峰值光譜、小波特征光譜建立生菜葉片不同濃度樂果農藥殘留的支持向量機(support vector machine,SVM)分類模型。其中,通過小波變換對5種算法預處理前后光譜進行特征選取得到小波特征波長,分別采用4種小波基函數(shù)(db4、db6、sym5、sym7)。研究結果表明,小波特征波長建立的SVM分類模型性能最佳,優(yōu)于熒光特征峰值特征、全光譜數(shù)據(jù)建立的SVM分類模型。其中,采用sym5為小波基函數(shù)結合SG-SNV detrending算法所建立的SVM分類模型預測集識別率最高為93.33%,小波分解層數(shù)為4。(3)在離散小波變換特征提取算法(DWT)的基礎上,結合近紅外光區(qū)主要含氫原子團(C-H、N-H、O-H)伸縮振動的倍頻及組合頻中心譜區(qū),提出了分段離散小波變換特征提取算法(PDWT),并將其應用于生菜葉片農殘高光譜數(shù)據(jù)處理中。PDWT算法通過對原始光譜區(qū)域分段處理,通過DWT算法對分段區(qū)域不同層次的小波分解,從而獲得該區(qū)域中最佳小波分解層下的特征波長。為了便于判斷特征提取波段的優(yōu)劣,提出了初步評估參數(shù)FD,并結合支持向量機分類準確率進一步評估提取特征波段。研究表明與離散小波變換特征提取算法相比,分段離散小波變換具有較高的生菜葉片農殘預測分類準確率。PDWT處理中區(qū)域數(shù)為4時,獲得最佳的契合度FD、校正集、交叉驗證集以及預測集準確率分別為75%、95%、92.86%和90.63%。分段離散小波變換結合契合度參數(shù)評估,能有效的提高光譜特征提取波段可靠性。(4)在小波變換特征提取算法的基礎上,通過結合MD-MCCV算法來實現(xiàn)小波變換特征提取算法最佳分解層、最佳特征波長的有效獲取,提出了WT-MD-MCCV特征提取算法。并將該算法應用于熒光光譜與高光譜相結合的融合光譜信息(特征信息融合)數(shù)據(jù)處理中去。首先采用SG-SNV算法對原始光譜數(shù)據(jù)進行預處理,然后通過比較了3種特征提取算法(PCA、SPA、WT-MD-MCCV)對光譜信息進行有效地特征波長選取,最后基于特征波長數(shù)據(jù)建立了SVR的生菜樂果農藥殘留預測模型。研究結果表明,WT-MD-MCCV算法結合信息融合光譜所建立的SVR模型能更有效地對生菜樂果農藥殘留量進行預測評估。本文提出的基于小波特征提取及其算法改進的生菜農殘光譜檢測方法能夠實現(xiàn)生菜葉片光譜特征的有效提取以及農藥殘留的快速、精確、無損的檢測,該研究結果也能為其他作物品質、安全光譜檢測提供一定的參考價值。
[Abstract]:......
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TS255.7;O657.3

【參考文獻】

相關期刊論文 前10條

1 徐來潮;吳紅苗;;2009—2014年紹興市蔬菜中有機磷農藥殘留[J];衛(wèi)生研究;2016年02期

2 TIAN Jing-jing;CHEN Xiang-ning;XIE Yuan-hong;LU Yong;XU Wen-tao;XU Li;DU Bin;;Expression and characterization of a codon-optimized butyrylcholinesterase for analysis of organophosphate insecticide residues[J];Journal of Integrative Agriculture;2016年03期

3 周遵武;何方洋;萬宇平;馮靜;崔廷婷;;蔬菜中阿維菌素殘留酶聯(lián)免疫檢測方法的建立[J];現(xiàn)代農業(yè)科技;2015年21期

4 李俊杰;曾海龍;劉木華;吳瑞梅;吳彥紅;王曉彬;陳金印;;臍橙果皮中三唑磷農藥殘留的表面增強拉曼光譜快速檢測研究[J];現(xiàn)代食品科技;2015年08期

5 孫俊;張梅霞;毛罕平;李正明;楊寧;武小紅;;基于高光譜圖像的桑葉農藥殘留種類鑒別研究[J];農業(yè)機械學報;2015年06期

6 侯培國;李寧;常江;王書濤;宋濤;;SG平滑和IBPLS聯(lián)合優(yōu)化水中油分析方法的研究[J];光譜學與光譜分析;2015年06期

7 李瀚波;潘蔚;趙英俊;;小波分析在礦物光譜吸收特征提取中的應用研究[J];鈾礦地質;2015年03期

8 李明權;;我國蔬菜出口貿易現(xiàn)狀與發(fā)展對策研究[J];現(xiàn)代商業(yè);2015年08期

9 穆月英;;中國對日本蔬菜出口貿易現(xiàn)狀及變動趨勢[J];中國蔬菜;2015年02期

10 張文斌;張龍全;黃裕飛;;葉菜類蔬菜主要生產環(huán)節(jié)機械化發(fā)展現(xiàn)狀與對策分析[J];江蘇農機化;2015年01期

，

本文編號：1719474