杂交稻种宜香725纯度的可见-近红外光谱鉴定
提出了一种基于可见-近红外光谱技术快速、无损鉴定杂交稻种纯度的新方法。以FieldSpec(R)3地物光谱仪采集了纯度在90％～99％范围内的杂交稻种(宜香725)光谱数据90份，随机分成校正集(75份)和检验集(15份)。根据其在380～2400nm的反射光谱，以偏最小二乘算法(PLS)建立了回归模型，并比较了不同光谱预处理方法对模型的影响。 分析表明采用—阶导数结合标准归一化处理能最有效地提取光谱信息，此时PLS模型校正集决定系数与检验集决定系数分别为0.9885与0.9227，校正标准误差(SEC)与预测标准误差(SEP)分别为0.0025与0.0066。将经一阶导数结合标准归一化处理后的光谱进行PCA降维，以前20个主成份(含原始光谱86．09％的特征信息)为输入变量，建立杂交稻种纯度鉴定的BP-ANN模型。分析表明BP-ANN模型校正集决定系数与检验集决定系数分别为0.9952与0.9369，SEC与SEP分别为0.0017与0.0061，具有比PLS模型更高的精度。结果表明以可见-近红外技术进行杂交稻种纯度的快速、无损鉴定是可行的，且PCA结合BP-ANN是一种优选方法。
杂交稻种 纯度鉴定 可见-近红外光谱 偏最小二乘法 BP-神经网络
梁亮 杨敏华 胥海威 刘福辉
中南大学信息物理工程学院 湖南 长沙 4100832
国内会议
桂林
中文
61-65
2009-03-01（万方平台首次上网日期，不代表论文的发表时间）