近紅外光譜（Near Infrared Spectroscopy,NIRS）是一種快速無損分析技術(shù)。利用近紅外通量化分選作物籽粒,有望提高農(nóng)產(chǎn)品品質(zhì)、提高作物育種效率、并推進植物表型組發(fā)展。建立一個好的單粒作物近紅外校正模型需要投入較多的時間、人力和物力。然而,各種來自儀器、測量環(huán)境、以及樣品方面的變化都可能影響預(yù)測結(jié)果,使得模型不再適用。所以,提高模型在不同條件下的準確性和適用性是近紅外應(yīng)用中亟待解決的問題。利用模型轉(zhuǎn)移可以校正上述差異,使模型標(biāo)準化。本論文旨在發(fā)展新的模型轉(zhuǎn)移方法提高單粒作物近紅外分析時模型的通用性、準確性,促進近紅外在糧食生產(chǎn)和作物育種上的推廣。主要研究結(jié)果包括:一、基于斜率截距法（Slope Bias Correction,SBC）的多種光譜平臺間模型轉(zhuǎn)移的評價分析�；谝环N經(jīng)典的、廣泛使用的SBC算法,以兩組形態(tài)和成分分布理想的樣品（尿素顆粒、淀粉顆粒）和兩組未經(jīng)加工的自然狀態(tài)樣品（兩組單粒水稻）為對象,研究它們的NIR模型在三種具有不同特點的光譜平臺間的轉(zhuǎn)移。結(jié)果表明,采用SBC能夠準確校正理想狀態(tài)樣品模型在NIR平臺間的轉(zhuǎn)移,其轉(zhuǎn)移結(jié)果（RMSEP（Roo... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省211工程院校985工程院校

【文章頁數(shù)】：140 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 選題背景及意義
        1.1.1 選題背景
        1.1.2 選題意義
    1.2 文獻綜述及研究進展
        1.2.1 近紅外光譜技術(shù)
        1.2.2 近紅外光譜的基本原理
        1.2.3 近紅外光譜儀器
        1.2.4 近紅外光譜分析的流程
        1.2.5 光譜預(yù)處理方法
        1.2.6 光譜的變量選擇
        1.2.7 奇異樣本的剔除
        1.2.8 多元校正模型
        1.2.9 近紅外定量模型的評價
        1.2.10 近紅外定性模型的評價
        1.2.11 化學(xué)計量學(xué)方法的進展
        1.2.12 近紅外光譜應(yīng)用的進展
        1.2.13 作物單籽粒近紅外快速無損分析
        1.2.14 作物單籽粒近紅外分析的進展
        1.2.15 作物單籽粒近紅外分析的瓶頸
        1.2.16 模型轉(zhuǎn)移
        1.2.17 經(jīng)典的模型轉(zhuǎn)移方法
        1.2.18 新的模型轉(zhuǎn)移方法
        1.2.19 模型轉(zhuǎn)移的應(yīng)用進展
    1.3 本文研究內(nèi)容
    1.4 研究方法、技術(shù)路線和論文結(jié)構(gòu)安排
第2章 基于斜率截距法的多種光譜平臺間模型轉(zhuǎn)移的評價分析
    2.1 引言
    2.2 材料和方法
        2.2.1 樣本集
        2.2.2 光譜采集
        2.2.3 單粒水稻直鏈淀粉和蛋白質(zhì)的微量分析
        2.2.4 模型構(gòu)建
        2.2.5 模型轉(zhuǎn)移
    2.3 結(jié)果與討論
        2.3.1 三種平臺采集的光譜
        2.3.2 化學(xué)值檢測結(jié)果
        2.3.3 三種近紅外平臺上模型的交叉驗證
        2.3.4 三種近紅外平臺間的模型轉(zhuǎn)移
    2.4 本章小結(jié)
第3章 一種用于定量模型轉(zhuǎn)移的基于相關(guān)分析的波長選擇方法
    3.1 引言
    3.2 材料和方法
        3.2.1 基于相關(guān)分析的波長選擇法
        3.2.2 樣本和處理
        3.2.3 數(shù)據(jù)分析
    3.3 結(jié)果與討論
        3.3.1 兩組數(shù)據(jù)集的模型轉(zhuǎn)移結(jié)果
        3.3.2 CAWS和siPLS選擇波長的比較
        3.3.3 不同波長的模型轉(zhuǎn)移結(jié)果
        3.3.4 兩個數(shù)據(jù)集結(jié)果的比較
    3.4 本章小結(jié)
第4章 一種用于定性模型轉(zhuǎn)移的基于CAWS優(yōu)化的波長選擇方法
    4.1 引言
    4.2 材料和方法
        4.2.1 基于相關(guān)分析的波長選擇法的優(yōu)化
        4.2.2 基于穩(wěn)定一致波長選擇的模型轉(zhuǎn)移算法
        4.2.3 數(shù)據(jù)集和處理
        4.2.4 化學(xué)計量學(xué)處理
    4.3 結(jié)果與討論
        4.3.1 模型校正結(jié)果
        4.3.2 模型的轉(zhuǎn)移結(jié)果
        4.3.3 三組樣本集波段選擇的比較
        4.3.4 三組樣本集的轉(zhuǎn)移結(jié)果的比較
    4.4 本章小結(jié)
第5章 基于光譜空間轉(zhuǎn)換的自然狀態(tài)樣品和理想狀態(tài)樣品間的模型轉(zhuǎn)移
    5.1 引言
    5.2 材料和方法
        5.2.1 單粒水稻蛋白質(zhì)光譜分析的兩種方法
        5.2.2 樣品制備
        5.2.3 樣品預(yù)處理和光譜采集
        5.2.4 單粒水稻蛋白質(zhì)含量的微量分析
        5.2.5 光譜空間轉(zhuǎn)換
        5.2.6 多元校正
    5.3 結(jié)果與討論
        5.3.1 單粒水稻的蛋白質(zhì)含量分布
        5.3.2 三種形態(tài)的水稻樣品的原始光譜
        5.3.3 模型優(yōu)化
        5.3.4 水稻的光譜空間轉(zhuǎn)換
        5.3.5 單粒水稻蛋白質(zhì)含量模型的外部驗證結(jié)果
        5.3.6 單粒糙米和米粉的蛋白質(zhì)含量模型的外部驗證結(jié)果
    5.4 本章小結(jié)
第6章 結(jié)論與展望
    6.1 研究結(jié)論
    6.2 研究展望
參考文獻
附錄
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果


【參考文獻】：
期刊論文
[1]中藥工業(yè)大數(shù)據(jù)關(guān)鍵技術(shù)與應(yīng)用[J]. 徐冰,史新元,羅贛,林兆洲,孫飛,戴勝云,張志強,肖偉,喬延江.  中國中藥雜志. 2020(02)
[2]近紅外光譜法測定面粉的水分、脂肪、碳水化合物和蛋白質(zhì)含量[J]. 覃統(tǒng)佳,劉冬,從彥麗,黃林森,唐旭蔚,周志航.  食品工業(yè)科技. 2020(12)
[3]植物表型組學(xué)研究平臺建設(shè)及技術(shù)應(yīng)用[J]. 胡偉娟,凌宏清,傅向東.  遺傳. 2019(11)
[4]基于短波近紅外高光譜和深度學(xué)習(xí)的籽棉地膜分選算法[J]. 倪超,李振業(yè),張雄,趙嶺,朱婷婷,蔣雪松.  農(nóng)業(yè)機械學(xué)報. 2019(12)
[5]便攜式近紅外光譜儀研究進展[J]. 劉建學(xué),尹曉慧,韓四海,李璇,徐寶成,李佩艷,羅登林.  河南農(nóng)業(yè)大學(xué)學(xué)報. 2019(04)
[6]近紅外透反射光譜測定單粒稻種的蛋白質(zhì)含量[J]. 王純陽,馬玉涵,劉斌美,郭盼盼,黃青.  核農(nóng)學(xué)報. 2019(10)
[7]豆粕品質(zhì)近紅外定量分析實驗室模型在線應(yīng)用[J]. 楊增玲,楊欽楷,沈廣輝,梅佳琪,黃圓萍,韓魯佳.  農(nóng)業(yè)機械學(xué)報. 2019(08)
[8]利用近紅外及中紅外融合技術(shù)對小麥產(chǎn)地和烘干程度的同時鑒別[J]. 鄒小波,封韜,鄭開逸,石吉勇,黃曉瑋,孫悅.  光譜學(xué)與光譜分析. 2019(05)
[9]血糖近紅外定量分析方法研究[J]. 胡杰,王凱,王亞剛,李文帥.  電子科技. 2020(02)
[10]基于近紅外光譜與支持向量機的甘薯粉絲摻假快速檢測[J]. 陳嘉,高麗,葉發(fā)銀,雷琳,趙國華.  食品與發(fā)酵工業(yè). 2019(11)

博士論文
[1]水果品質(zhì)可見/近紅外光譜預(yù)測模型優(yōu)化方法的研究[D]. 李明.中國農(nóng)業(yè)大學(xué) 2018



本文編號：3630933