可见-近红外光谱的小麦硬度预测模型预处理方法的研究
2016-07-12惠光艳孙来军王佳楠王乐凯戴常军
光谱学与光谱分析 2016年7期
惠光艳,孙来军*,王佳楠,王乐凯,戴常军
1. 黑龙江省电子工程高校重点实验室,黑龙江大学,黑龙江 哈尔滨 150080
2. 农业部谷物及制品质量监督检验测试中心(哈尔滨),黑龙江 哈尔滨 150080
可见-近红外光谱的小麦硬度预测模型预处理方法的研究
惠光艳1,孙来军1*,王佳楠1,王乐凯2,戴常军2
1. 黑龙江省电子工程高校重点实验室,黑龙江大学,黑龙江 哈尔滨 150080
2. 农业部谷物及制品质量监督检验测试中心(哈尔滨),黑龙江 哈尔滨 150080
硬度是评价小麦品质的一个重要质量参数,对小麦的分类、最终用途以及小麦籽粒组成的研究都非常重要。为实现小麦硬度的快速、准确检测,在详细分析小麦籽粒成分对红外光吸收特性的基础上,研究建立径向基函数(RBF)神经网络模型实现对未知样品硬度的准确检测,并着重分析了不同光谱信号预处理方法对模型预测精度的影响。从各小麦主产区收集111个小麦样品,扫描样品获得可见-近红外光谱,采用马氏距离判断并剔除异常光谱; 利用优化后的SPXY划分样品集合,得到校正集84个样品,预测集24个样品; 利用连续投影算法(SPA)从262个光谱波点中提取47个特征光谱; 分别使用一阶导数、二阶导数和标准正态变量变换(SNV)及其不同组合对光谱进行预处理,验证不同预处理方法之间的相互影响,寻找最优的预处理方法组合。校正集预处理后的特征光谱数据作为RBF模型的输入,采用硬度指数法测定的对应样品硬度作为输出建立模型。预测结果显……
登录APP查看全文
