基于WilksΛ准则的KFDA方法研究枸杞分级

为提高枸杞分级正确率,建立一种基于枸杞图像的分级模型,以3个产地共6个等级的枸杞为研究对象,在提取枸杞图像颜色和纹理特征参量的基础上,运用Fisher判别分析(FDA)和核Fisher判别分析(KFDA)方法对6个等级的枸杞进行鉴别分析。在KFDA分析过程中,选取径向基函数(RBF)为核函数,采用基于距离测度的矩阵相似性度量方法,优化确定了RBF核函数的最优参数值为13.2436;选用前150个主成分分析时,基于WilksΛ准则的枸杞分类及验证正确率分别为100.00%和87.80%,而基于传统主成分贡献率的枸杞分类及验证正确率分别100.00%和81.70%。结果表明,运用基于WilksΛ准则的KFDA方法,选用150个最有利于分类的主成分,鉴别结果由FDA的91.7%提高到KFDA的100%。该研究方法不仅有效提高了枸杞图像的鉴别正确率,而且为其他农产品图像分级提供了理论依据。     

基于多种变量分析方法鉴别食醋种类电子鼻信号特征筛选

为了提高6种食醋的电子鼻鉴别能力,该文提出了一种基于多变量分析的食醋电子鼻信号多特征表征策略。初选不同的特征表征电子鼻信号,构建电子鼻信号的初始特征矩阵。采取载荷分析进行电子鼻传感器阵列优化,优选了12个气敏传感器的响应数据进行后续分析。为消除各传感器响应信号之间的相关性,对优选阵列的特征矩阵进行主成分分析(principal component analysis,PCA),并利用WilksΛ统计量选择鉴别能力最优的主成分子阵。在选择最优主成分子阵的基础上,以生成主成分的每一个原始特征变量为对象,计算每一个原始特征变量在主成分子阵中的贡献系数绝对值之和,且根据系数绝对值之和从大到小排序;同时,根据不同和值的指定,形成了不同容量的原始特征变量集。最后,借助于Fisher判别分析(Fisher discriminant analysis,FDA)探索了不同容量原始特征变量集的鉴别结果,确定了最佳的原始特征变量集。结果表明,特征选择前后传感器信号的表征特征发生了明显变化,最终采用48个特征参量实现了对食醋电子鼻信号的有效表征。在48个特征参量表征条件下,同时运用FDA和BP神经网络(back propagation neural network,BPNN)对6种食醋进行了鉴别分析,训练集的鉴别正确率分别在93%和98%以上,测试集的鉴别正确率也分别达到了90%和93%以上。另外,利用巴氏距离进一步揭示了样品间的可分离程度及FDA与BPNN结果的可信性。研究结果可为电子鼻信号多特征表征提供了一种新思路。     

基于近红外光谱的脐橙产地溯源研究

为研究近红外光谱分析技术鉴别脐橙产地的可行性,该文采用江西、重庆和湖南3个产地脐橙样品1140～1170nm波段的近红外光谱经一阶导数(9点平滑)预处理,分别建立了簇类独立软模式法脐橙产地鉴别模型。在5%显著水平下,模型对3个产地训练集样品的识别率均为100%,拒绝率分别为85.7%、83.3%、100%;对验证集样品的识别率均为100%,拒绝率分别为100%、89.5%、100%,表明簇类独立软模式法模型基本能够判别脐橙产地。将江西、重庆和湖南3个产地的脐橙样品分别赋值0、1、?1,在全波段范围内建立原始光谱脐橙产地的偏最小二乘判别模型,其预测值与真实值的决定系数为0.973,校正标准差为0.110,预测标准差为0.159,模型对训练集和验证集样品的识别率达到100%。因此,应用近红外光谱分析技术可准确、快速地追溯脐橙产地来源。     

基于多特征融合的电子鼻鉴别玉米霉变程度

为了提高电子鼻检测玉米霉变程度的正确率,该文探究了电子鼻信号不同特征组合的表征对霉变玉米鉴别结果的影响。首先,运用电子鼻对霉变玉米的5组样本训练集与测试集进行测试,获得测试信号。其次,分别提取测试信号的积分值(integral value,INV)、平均微分值(average differential value,ADV)、相对稳态平均值(relative steady-state average value,RSAV)作为特征值,5组训练集与测试集均分别采用3种单一的特征值或其组合特征值来表征。然后,运用Fisher判别分析(fisher discriminant analysis,FDA)分别对5组训练集进行判别分析,并用对应的测试集进行检验。FDA分析结果指出,电子鼻测试信息分别在单一特征和2个特征组合表征下,不同霉变程度玉米是不能有效分开的,但在2个特征组合表征下的鉴别正确率比单一特征有所提高;当用3个特征组合来表征测试信息时,FDA鉴别能力得到提高,鉴别正确率在96%以上。另外,借助于WilksΛ统计量考察了电子鼻中每个传感器测试信号表征的差异性,对3个特征组合的表征情况进行了表征变量筛选。FDA分析结果显示,筛选前后的鉴别结果非常相近,最低鉴别正确率均在96%以上,这说明不同传感器需要不同的特征表征,以体现其差异性,由此也减少了计算的复杂性。研究结果表明,用多特征融合模式可更有效地表征电子鼻对霉变玉米的响应信息,有利于提高霉变玉米的鉴别正确率。同时,该研究成果也不失一般性,为电子鼻信号表征提供了一种新思路。     

杨梅中稳定同位素和多元素特征在其产地溯源中的应用

为探讨杨梅稳定同位素与多元素的特征及其产地溯源应用的可能性,采用稳定同位素质谱(EAIRMS)和等离子发射光谱质谱法(ICP-MS)测定杨梅中稳定同位素比率(如δ~(15)N、δ~(13)C、δD和δ~(18)O等)和多元素(如Li、Be、Na、K和Fe等)含量,并结合化学计量学主成分分析(PCA)和线性判别分析(LDA)建立判别模型,对浙江、福建、云南、贵州和江苏等省份的杨梅进行产地溯源技术研究。单因素方差分析(One-way ANOVA)表明,各产地杨梅中稳定同位素比率和其他矿物元素的含量具有一定的地域特征,但并不具有显著性差异,利用单指标无法区分各省份杨梅。PCA分析中,前3个主成分(累计方差贡献率仅为42.77%)的得分分布散点图均有部分重叠,不能有效区分杨梅产地。PCA-LDA方法将所有样本分为浙江类、福建类、其他省类(包括云南、贵州、江苏省样品)3类,利用蒙特卡洛随机法随机产生训练集和测试集分别用于建模和模型准确度验证,经过2 000次的循环计算,该模型对浙江省杨梅判别结果的准确率高达99.6%,福建省杨梅判别结果的准确率为90.3%,其他省份判别结果的准确率为98.4%。综上,利用稳定同位素和多元素检测并结合PCA-LDA法能够初步对杨梅进行产地溯源和判别,具有一定的可行性和应用价值。     

基于近红外光谱技术的葡萄酒原产地辨识方法

该文以鉴别葡萄酒原产地为目的,利用快速无损的近红外光谱分析技术,对47份来自昌黎、沙城和法国波尔多（Bordeaux）的红葡萄酒样品进行逐步回归分析选取光谱区域,再进行主成分分析和聚类识别,建立了判别葡萄酒原产地的预测模型。试验结果表明：昌黎、沙城和波尔多产地的葡萄酒产地鉴别的光谱区域为1 400～1 550 nm 和2 000～ 2 300 nm;3个产地的葡萄酒在主成分特征空间中基本为独立分布,其中波尔多酒样和国内酒样间距离最远,国内昌黎和沙城酒样间有小部分交叉;利用9个独立预测集样本对由38个训练集样品所建立的预测模型进行验证,产地的正确识别率达到了88.9%。因此,应用近红外光谱分析技术可准确、快速地辨别葡萄酒的产地。     

基于迁移学习和改进CNN的葡萄叶部病害检测系统

为建立高效、准确的葡萄叶部病害检测系统,引入迁移学习机制,利用大型公开数据集对VGG16模型预训练,保持模型前端13个层的参数和权重不变,对全连接层和分类层改进后利用新数据集微调训练模型,包括对训练优化器、学习率和中心损失函数平衡参数的优选试验,最后将模型部署在Android手机端。试验表明,在微调训练阶段选择Adam优化器、初始学习率设为0.001、中心损失函数平衡参数设为0.12时,改进的VGG16模型性能最优,对葡萄6类叶部图像的分类平均准确率为98.02%,单幅图像平均检测耗时为0.327s。与未改进的VGG16模型相比,平均准确率提高了2.82%,平均检测耗时下降了66.8%,权重参数数量减少了83.4%。改进后的模型综合性能优于AlexNet、ResNet50和Inceptionv3等模型。将模型跨平台部署在Android手机端,自然环境下验证的平均准确率为95.67%,平均检测耗时为0.357 s。该研究建立的基于迁移学习和改进卷积神经网络的病害检测系统可实现对葡萄叶部病害的快速、智能诊断,为葡萄病害的及时防控提供依据。     

基于近红外光谱技术的茶油原产地快速鉴别

为研究茶油原产地溯源问题,维护其市场秩序,促进公平竞争。该文利用近红外光谱技术采集湖南、江西、安徽和浙江4个不同产地茶油的光谱数据,并运用 Savitzky-Golay 平滑（savitzky-golay, SG）、多元散射校正（multiplicative scatter correction, MSC）、一阶导数（first derivation, FD）和矢量归一化（vector normalization, VN）等4种方法对其进行预处理。采用偏最小二乘法（partial least squares, PLS）提取最佳主成分,构建 PLS 回归模型;同时,采用主成分分析（principal component analysis, PCA）和 PLS 算法提取最佳主成分,作为 BP 人工神经网络（BP artificial neural network, BPANN）输入变量,构建 PCA-BPANN 和 PLS-BPANN 模型。以验证集相关系数 RP 和验证集均方根误差 RMSEP 为模型的评价指标,分别优选最佳 PLS 和 BPANN 模型。试验结果表明,SG-PLS-DA 和 SG-PLS-BPANN-DA 模型对未知样本的整体分类准确率均大于90%。其中,SG-PLS-BPANN-DA 的鉴别效果优于前者,其建模集相关系数 RC、均方根误差 RMSEC 分别为0.974、0.170,验证集相关系数 RP、均方根误差 RMSEP 分别为0.972、0.172,对上述两类样本集的总体分类准确率分别为98.15%、95.83%,该模型能较准确鉴别茶油原产地。研究结果可为快速辨别茶油原产地提供参考。     

基于介电频谱技术的甜瓜品种无损检测

研究应用介电频谱技术实现对甜瓜的无损、快速及准确分类。以陕西杨凌某4家大棚外形相似的"红阎良"、"新早蜜"、"208"及"玛瑙"等4类成熟甜瓜为研究对象,采用矢量网络分析仪测量共246个样品在20 MHz~4 500 MHz的介电频谱。用Kennard-Stone方法划分校正集与验证集,分别建立支持向量机(support vector machine,SVM)和极限学习机(extremelearning machine,ELM)种类判别模型,并比较全频谱(full frequencies,FF)、连续投影算法(successive projectionalgorithm,SPA)和主成分分析(principal componentanalysis,PCA)等不同预处理方法对模型精度的影响。结果表明:1)所建6个判别模型验证集总正确率均大于96%,均可用于甜瓜种类的判别。2)对比3种预处理方法,FF完好地保留了样品的原始信息,2种判别模型的验证集总正确率都达到了100%,但由于存在干扰信息导致模型稳定性不好;PCA方法选择能代表原谱信息99.99%的前10个主成分信息用来建模,能有效简化模型,但验证集每个模型均有误判,两种判别模型总正确率分别为96.72%及98.36%;SPA从202个变量中提取17个特征变量参与建模,验证模型整体稳定性较其他两种好,总正确率分别达到96.72%和100%。3)综合考虑判别模型的验证集总正确率及模型稳定性,SPA-ELM模型判别效果最好,验证集总正确率达到100%,更适用于基于介电频谱的甜瓜种类判别。因此,基于甜瓜的介电频谱,通过支持向量机和极限学习机方法可以成功区分甜瓜种类,为甜瓜的无损检测及分类研究提供了一种新方法。     

融合光谱形态特征的苹果霉心病检测方法

针对轻微霉心病和健康苹果光谱差异较小,致使基于可见/近红外特征光谱的检测方法对轻微霉心病检测准确率较低的问题。该研究将光谱形态特征与光谱特征融合的方法引入霉心病模型构建,建立了融合光谱形态特征的判别模型。以215个苹果可见/近红外光谱为样本,分析了不同预处理和特征提取组合对建模效果的影响,并完成了光谱特征的提取;分析健康果和霉心病苹果平均光谱的差异性,提取波峰、波谷等差异明显的光谱形态特征点,对比波段比、波段差和归一化强度差三类形态特征获取方法;最终建立光谱形态特征参数和光谱特征融合的苹果霉心病模型。试验结果表明,归一化预处理后提取的特征光谱和归一化强度差形态特征融合后模型判别准确率最高,在支持向量机模型中训练集、测试集判别准确率分别为98.6%和96.3%。特别是当发病程度小于10%时,该研究的判别模型准确率高于95%,表明通过融合光谱形态特征可以提升轻微病变霉心苹果的判别准确率。     

贵州喀斯特峡谷花椒林地土壤物理性质初步研究及建议

本文研究了贵州喀斯特花江峡谷水土保持经济植物花椒纯林地土壤的物理性质,探讨了单一种植花椒对土壤物理性质的影响,结果分析表明:随花椒年龄的增加,特别是花椒种植到盛产期后,土壤存在一定的退化。并针对这一情况,提出相应建议以维护花椒林地的可持续发展。     

基于介电特征频率的大量元素水溶肥种类快速辨识装置研制

为实现对大量元素水溶肥种类的快速准确辨识,根据水溶肥的介电特性设计了一个传感器,并在此基础上采用特征频率法,研制了一种大量元素水溶肥快速辨识装置,主要由±5V稳压电路、单片机控制电路、激励信号发生电路、传感器、真有效值转换电路和LCD显示模块组成。以市面上常见的尿素、普钙、硫酸钾、磷酸氢二铵、磷酸二氢钾和硝酸钾6种大量元素水溶肥作为试验对象,在1 kHz~10 MHz激励信号频率范围内研究了其频率响应特性,得出了9个用于辨识6种大量元素水溶肥的激励信号特征频率,即30、40、50、600、700、800 kHz和3、4、5 MHz。根据各种水溶肥分别在9个特征频率处的响应模式,设计了对6种大量元素水溶肥的辨识策略。该装置的辨识性能采用234组不同类型和浓度的待测水溶肥进行验证试验,结果表明:该装置的辨识准确率为98.3%,完成1次辨识的平均时间为14.3s,最长不超过19.5 s,表明该装置具有良好的快速性和准确性,满足实际应用要求。     

盛果期花椒树低温冻害应对措施

为了指导甘肃花椒主产区预防盛果期花椒树低温冻害和灾后对树体进行科学管理,通过试验总结出了盛果期花椒树应对低温冻害的综合措施,包括健壮树体、树体保暖的基础措施,喷药防冻、喷水防冻、熏烟防冻的应急措施,以及及时补救、肥水控施、树体管控的灾后措施。     

花椒精油的萃取及生物活性成分应用研究进展

花椒精油是从花椒果壳、叶等部位所提取的植物精油,其独特的香气和麻味以及多种生物活性物质除了传统的调味用途外,还具有灭菌、杀虫、保鲜、药理等多种作用。为了给畜牧健康养殖、安全保鲜及花椒精油的进一步开发利用提供更多思路和支撑。通过查阅相关文献,归纳总结了花椒精油的主要成分、提取方式、微胶囊制备工艺以及生物活性抗菌、保鲜、药理等研究现状。花椒精油优秀的广谱抗菌效应和保鲜作用结合花椒精油微胶囊制备工艺可以更好地保留其生物活性,不仅可广泛地应用于食品调味、果蔬保鲜等方面,在我国畜牧业向全面无抗养殖发展的背景下,作为优良的植物来源保鲜剂和替代抗生素添加剂,在畜牧业杀虫灭菌、健康养殖、肉产品货架期保鲜等环节也有着广阔的应用前景。     

不同土地利用方式下石灰土土壤团聚体与土壤酶活性的关系

为了解不同土地利用方式下土壤团聚体结构以及不同团聚体粒级下土壤酶活性情况,选择花江地区不同土地利用方式（乔木林、荒地、耕地、花椒林）下的土壤作为研究对象,应用干筛法获得不同粒径团聚体,并对其土壤酶活性进行研究。结果表明,乔木林中大团聚体（粒径〉5mm）最多,微团聚体（粒径〈0.25mm）最少,而荒地则相反。蔗糖酶、淀粉酶、蛋白酶、酸性磷酸酶、过氧化氢酶活性在3种团聚体中大小顺序是微团聚体〉2～1mm团聚体〉大团聚体,随着团聚体粒级的增大,酶活性减少。多酚氧化酶及脲酶酶活性的大小顺序为微团聚体〉大团聚体〉2～1mm团聚体。微团聚体土壤中酶活性最高,乔木林中微团聚体最少,说明乔木林中土壤酶活性相对较低,土壤中速效养分分解较慢,而耕地则相反。     

植物苗期根系抗侵蚀特性试验研究——以构树和顶坛花椒为例

植物的固土抗蚀作用大小与其根系密切相关,而根系特征决定了根的固土抗蚀作用的发挥,本文以相同基质下构树和顶坛花椒不同特征的根系为研究对象.通过研究根系特征与土壤抗冲性、抗蚀性、抗拉性、紧实度的关系,结果表明,苗期根系能强化土壤抗冲性,构树苗、顶坛花椒苗根系强化值大小分别为78.01>77.71;根系可提高土壤抗蚀性,其抗蚀性强弱为.构树苗>顶坛花椒苗>对照,构树、顶坛花椒、对照试验的土壤水稳性指数分别为4.36,3.16,1.67;不同树种根系对土壤的固结能力不同,构树苗生长下的土壤抗拉能力为214.92 N,明显大于顶坛花椒苗生长下的土壤154.87 N;土壤紧实度大小为构树苗>顶坛花椒苗.并采用加权综合指数法综合评价了苗期不同特征植物根系的固土能力强弱,得出构树苗综合指数为1.058.而顶坛花椒苗为0.902.即构树苗的固土能力强于顶坛花椒,以期为今后的水土保持工作提供一定的理论依据.     

基于卡尔曼滤波的降雨起止时间手机远程监测装置研制

为解决设施农业的降雨监测系统难以精准检测降雨起止信号的问题,研制了一种降雨起止时间远程监测装置。该装置主要由雨水感应模块、雨水检测电路、单片机、通用分组无线电系统数据传输单元模块(General Packet Radio System Data Transmission Unit,GPRS DTU)、串口通信电路和手机端APP组成。通过自行设计的雨水感应模块检测降雨过程,利用卡尔曼滤波器降低雨水检测信号的电阻热噪声干扰,根据滤波后的信号差值建立降雨起止信号判别模型,判定的降雨起止信号经通用分组无线电系统(General Packet Radio System,GPRS)远程无线传输至云服务器,并以云服务器的同步时间作为基准时间,实现了手机远程监测降雨起止时间。开展装置性能测试试验,研究其稳定性、准确性与可靠性,结果表明:1)降雨起止信号判别模型的判别周期取10 s最优;2)室内测试时的降雨起止信号错报率为1.2%,手机接收成功率为100%;3)雨水感应模块的导线末端间距为2 mm、基板间夹角为120°是能检测小雨及以上等级的最优参数组合。将装置安装于开阔的楼顶天台开展实测验证试验,结果表明:装置对降雨开始与停止时间的检测误差范围分别为7~34、9~29 s,室外仅出现1次错报,信号错报率为5.9%,符合对自然降雨过程的检测要求。该装置能远程监测降雨起止时间,可为今后进一步研究农业智能感雨监测系统提供技术支持和理论依据。     

文冠果柿树花椒幼树对不同土壤水分的生理响应

为探索文冠果、柿树、花椒在不同土壤水分含量下的生理特性,利用盆栽试验人工浇水后持续自然耗水的方法,研究2年生文冠果、柿树、花椒在不同土壤相对含水量（15%~98%）下的生理响应,并结合大田栽植的生长状况和成活率对其抗旱性进行评价。结果表明：1）随土壤相对含水量的降低,文冠果、柿树、花椒幼树叶片的相对含水量都呈下降趋势,净光合速率、水分利用效率先升高后降低,脯氨酸质量分数、细胞膜相对透性逐渐上升,叶绿素逐渐降低,超氧化物歧化酶活性先升高后降低,丙二醛质量摩尔浓度先升高后降低再升高;2）文冠果、柿树、花椒幼树光合作用由气孔限制转为非气孔限制的土壤相对含水量分别为60%~70%、30%~40%、20%~30%;3）花椒在土壤相对含水量为20%~70%时耐旱能力较强,柿树在土壤相对含水量为20%以下时耐旱能力更强,文冠果耐旱能力较差。结合大田生长表现可知,在山东丘陵区造林时花椒较为适宜。     

丘陵山地柑橘果园多方位自动喷药装置研制

针对现有自动喷药装置对丘陵山地不同树冠大小的柑橘果树适应性差的问题,该文设计了一种双向多方位自动喷药装置。通过模式转换机构,实现竖直喷药模式、45°倾斜喷药模式和对地喷药模式的任意切换,以满足喷药装置对不同大小柑橘树的适应性需求,提高农药的利用率。采用自动对靶模块检测果树冠层高度和高压雾化喷头组件至冠层表面距离;采用车速测定模块实时检测履带式手扶拖拉机行进速度。室内试验结果表明:在3种喷药工作模式下,装置射程与喷幅均符合植保机械作业质量要求;单次喷药量为72～190 L/hm2,符合低剂量喷药要求;超声波传感器布置在喷杆前方0.8 m处,当履带式手扶拖拉机行驶速度3～8 km/h时,有效降低了信号检测与处理滞后带来的对靶误差,对靶精度为99.7%,符合设计要求。田间试验结果表明:在竖直喷药模式和45°喷药模式下进行喷药工作,柑橘树冠层表面雾滴平均覆盖率分别为82.5%和78.7%,沉积密度分别为109滴/cm2和106滴/cm2;冠层内部雾滴平均覆盖率分别为16.1%和30.6%,沉积密度分别为35滴/cm2和64滴/cm2,喷药效果满足国家标准要求。