不同品种瓶装醋定性判别的研究

为了得到可靠的瓶装老陈醋无损的定性预测模型,以山西省不同种类的240个瓶装醋为研究对象采集光谱数据,对原始光谱进行光谱预处理,应用主成分进行降维处理,结合马氏距离判别方法建立定性判别模型。结果表明,校正集和预测集的正确分类结果均达到了100%。实验证明近红外光谱技术可以对瓶装醋直接进行检测,达到了快速、无损的目的。     

基于PCR和PLS的沙棘汁品种近红外光谱研究

建立可见-近红外漫反射光谱与沙棘汁品种之间的数学模型,以评价可见-近红外漫反射光谱技术快速检测沙棘汁品种。采用美国ASD公司的FieldSpec3光谱仪对三种不同品种的沙棘汁进行光谱分析,各获取30个样本的光谱数据,对原始光谱进行一阶微分和二阶微分预处理,并利用偏最小二乘法(PLS)数学校正方法对三种不同预处理的光谱数据建模。结果表明,采用二阶微分预处理数据,应用PLS方法建模较好,其校正模型相关系数为0.9992,均方根误差为0.0317;采用主成分回归(PCR)和偏最小二乘法(PLS),对沙棘汁的二阶微分数据进行分析比较,结果也表明,基于二阶微分数据,应用PLS方法建模较为理想,其预测集的相关系数为0.9988,所测预测样本的均方根误差为0.0392。近红外光谱可作为一种快速、有效的无损检测方法来识别沙棘汁的品种。     

利用可见近红外光谱技术快速鉴别大米品种

提出了1种应用近红外光谱技术快速无损鉴别大米品种的新方法。采用近红外光谱仪获取3种大米的光谱吸收特征曲线,运用遗传算法抽取15个特征波长,并对15个特征波长运用偏最小二乘法进行模式特征分析;经过交互验证法判别提取主成分,完成特征提取后,将7种主成分作为神经网络的输入变量,建立了3层误差逆传播(back propagation,BP)神经网络。结果表明,对30个未知样本进行预测,预测相对偏差均5%,预测结果准确率达100%;遗传算法结合偏最小二乘法进行聚类比单独使用偏最小二乘法对大量原始光谱数据进行聚类分析的效果好,BP神经网络预测的精确度也大大提高。该方法能快速无损地检测大米品种,同时为其他有机物品种鉴别提供了新方法。     

基于可见近红外光谱及增强回归树算法的鸡蛋种类鉴别

利用可见-近红外光谱技术,选取湖北地区同一品种不同饲养环境下的鸡蛋,提取鸡蛋的光谱透射率(500~900nm),利用标准正态变量变换对光谱数据进行预处理,结合竞争性自适应重加权与主成分分析对光谱数据进行二次降维,并将提取的特征信息输入增强回归树算法,建立鸡蛋土洋种类鉴别模型,模型的训练集和测试集判别正确率分别为98.33%和97.00%。结果表明,应用基于可见-近红外光谱及增强回归树方法,针对同一母鸡品种但不同饲料产出的土洋鸡蛋的种类鉴别是可行的。     

近红外光谱技术在黑芝麻糊品牌鉴别中的应用研究

本文探索了使用近红外光谱分析技术鉴别黑芝麻糊品牌的可行性。试验共采集了48个不同品牌黑芝麻糊样品的近红外漫反射光谱,波长范围为800～2 500nm。使用Hierarchical聚类、主成分分析、判别分析及判别偏最小二乘等方法分析了黑芝麻糊品牌的分类鉴别结果,各种方法的校正集和预测集均得到了100%的判别正确率。研究结果表明,近红外光谱分析技术可用于黑芝麻糊品牌的鉴别分析,分析过程具有快速、准确等多方面的优点。     

基于无人机低空高光谱遥感影像的柑橘黄龙病植株监测模型

以广西壮族自治区柳州市鹿寨县平山镇九简村的柑橘（Citrus reticulata Blanco）为研究对象,通过地面人工实测判别柑橘黄龙病（HLB）植株,协同无人机低空遥感获取标定柑橘种植地块的高光谱影像;计算柑橘健康植株和HLB植株冠层感兴趣区域（ROI）的平均光谱,并对初始光谱进行异常数据剔除、平滑去噪和光谱变换,得到原始光谱、一阶微分光谱（FDR）和二阶微分光谱（SDR）;采用主成分分析法对其进行降维后,构建支持向量机（SVM）分类模型。结果表明,通过选择400～1 000 nm的特征波段,使用ArcGIS软件提取样本平均光谱,其全波段一阶微分光谱的训练集和测试集分类准确率分别达87.41%、84.67%,SVM分类模型参数分别为C=35.39、γ=0.01;使用ENVI软件提取样本平均光谱,其全波段一阶微分光谱的训练集和测试集分类准确率分别达92.39%、96.43%,SVM分类模型参数分别为C=5.06、γ=1.02。无人机低空遥感高光谱监测柑橘HLB具有可行性,可快速识别柑橘种植园地的HLB植株。     

近红外光谱的主成分分析——马氏距离分类法应用于品牌卷烟烟丝的快速鉴别

 研究了对成品卷烟烟丝进行快速分类鉴别的一种方法。利用傅里叶变换近红外光谱对国内部分不同品牌的卷烟烟丝主成分进行分析,应用主成分分析——马氏距离法分类建模,结果建立了两个不同的近红外光谱判别分类模型,一个用于同一厂家生产的3个品牌成品卷烟的分类鉴别,另外一个用于云南省某知名品牌卷烟同省外同一价位的6个知名品牌卷烟的判别分类鉴别。两个模型对校验集烟丝的类归属的正确率为100%,该研究方法对成品卷烟烟丝能够进行快速、准确的定性鉴别。     

基于近红外透射光谱及神经网络的大豆油质量分析

提出了一种基于近红外透射光谱及最速下降BP算法识别大豆油质量的方法。光谱采集范围是10 000~4 000 cm-1,将得到的近红外光谱数据作为网络的输入神经元,利用主成分分析方法得出8个变量指标数,该变量指标对样品累计贡献率达到99.9%以上;将8个主成分的特征值作为BP网络的输入向量,建立BP神经网络模型。该模型对预测样品集能正确判别,判别正确率达到100%。     

辣椒的傅里叶变换红外光谱研究

[目的]利用傅里叶变换红外（FTIR）光谱结合主成分分析（PCA）和系统聚类分析（HCA）技术对不同品种辣椒（Capsicum frutescens L）进行鉴别研究.[方法]测试了5种辣椒50个辣椒的红外光谱.[结果]5个不同品种辣椒的红外图谱相似,但在1 800 ～ 800 cm-范围内红外光谱的峰位、峰形及吸收强度有一些微小差异.对原始光谱作二阶导数光谱处理,发现在1 800～ 800 cm-1范围内5种辣椒的二阶导数光谱图差异明显,利用1 800～800 cm-1范围二阶导数光谱数据对5个品种50个样品进行聚类和主成分分析.聚类分析其正确率为100％;主成分析前3个主成分的累计贡献率达到94.47％,其正确率达98％,能把5个辣椒品种分开.[结论]傅里叶变换红外光谱技术结合统计分析的方法可以把不同品种的辣椒区分开来.     

基于主成分分析和人工神经网络的稻穗健康状态的高光谱识别

水稻生长后期穗部遭受病虫危害会严重影响水稻产量,对不同健康状态的稻穗进行精准识别是采取病虫害防控措施和危害评估的依据。研究测定了健康稻穗、轻度、中度和重度危害稻穗及白穗的室内高光谱反射率,并着重分析了不同健康状态稻穗的原始光谱、对数光谱、一阶和二阶微分光谱特征。利用主成分分析方法获取了前述多种变换光谱的主分量,并以其为输入向量,利用学习矢量量化神经网络对多种健康状态稻穗进行分类。结果显示：原始光谱、对数光谱、一阶和二阶微分光谱的总体分类精度分别为75.3%, 74.7%, 91.6%和100%,Kappa系数分别为0.689, 0.682, 0.895和1.000。研究表明,运用高光谱遥感技术对稻穗健康状态进行识别是切实可行的。     

晋北地区不同芸豆品种(系)的适应性评价

为分析不同芸豆品种(系)在晋北地区的适应性,在山西晋北地区,对引进的12个芸豆品种(系)的生育期、农艺性状、产量构成因素、产量等指标进行调查,运用主成分分析法对其适应性进行分析和评价。结果表明,供试的12个品种(系)中除BY2015-1无法在晋北地区成熟,其余11个品种(系)在晋北地区的适应性较好;对11个品种(系)的9个性状进行主成分分析,提取3个主成分因子,即产量与株型因子、生育期与荚长因子和分枝数因子,累积贡献率为86.054%;根据各品种(系)的主成分得分和综合得分,共筛选出4个适宜晋北地区种植的芸豆品种(系),分别为中芸5号、龙12-2614、中芸4号和中芸6号,其中中芸5号的综合得分最高,产量也最高;聚类分析表明,11个芸豆品种(系)可划分为两大类,其中中芸5号、龙12-2614、中芸4号和中芸6号聚为一类。结果为芸豆品种的评价和筛选提供了新的思路和方法。     

基于高光谱图像技术的油菜籽品种鉴别方法研究

提出了一种采用高光谱图像技术结合人工神经网络对油菜籽品种进行鉴别的方法.采集多个品种油菜籽400～1 000 nm范围的高光谱图像数据,通过主成分分析法(PCA)获得主成分图像,确定特征波长;采用基于灰度直方图和灰度共生矩阵联合的统计方法从特征图像中提取纹理特征参数,应用人工神经网络建立油菜籽品种鉴别模型.结果表明,模型训练时品种判别率为93.75%,预测的判别率为91.67%.说明高光谱图像技术对油菜籽品种具有较好的分类和鉴别作用.     

晋北区芥菜型油菜抗旱性鉴定及综合抗旱指标筛选

为系统评价芥菜型油菜（Brassica juncea L.）的抗旱性,筛选合理的油菜抗旱指标,以12份芥菜型油菜为材料,采用大田干旱胁迫鉴定法,分析了干旱胁迫对油菜花期光合生理参数、农艺性状等指标的影响,同时结合隶属函数和主成分分析法对芥菜型油菜抗旱性进行分类和综合评价。结果表明：晋油14号、神池大黄芥、牛尾稍和晋油13号属于抗旱型品种。利用主成分分析法将干旱胁迫12个单项指标综合成为4个相互独立的综合指标。光合参数（37.33%）、产量因子（21.31%）、蒸腾速率（17.42%）和千粒重（11.10%）与油菜抗旱性关系密切。研究结果可为晋北区芥菜型春油菜抗旱品种的筛选及旱作栽培提供参考。     

晋北区芥菜型油菜抗旱性鉴定及综合抗旱指标筛选

为系统评价芥菜型油菜（Brassica juncea L.）的抗旱性，筛选合理的油菜抗旱指标，以12份芥菜型油菜为材料，采用大田干旱胁迫鉴定法，分析了干旱胁迫对油菜花期光合生理参数、农艺性状等指标的影响，同时结合隶属函数和主成分分析法对芥菜型油菜抗旱性进行分类和综合评价。结果表明：晋油14号、神池大黄芥、牛尾稍和晋油13号属于抗旱型品种。利用主成分分析法将干旱胁迫12个单项指标综合成为4个相互独立的综合指标。光合参数（37.33%）、产量因子（21.31%）、蒸腾速率（17.42%）和千粒重（11.10%）与油菜抗旱性关系密切。研究结果可为晋北区芥菜型春油菜抗旱品种的筛选及旱作栽培提供参考。     

晋北地区不同甜荞麦品种（系）的适应性评价

为筛选适宜当地种植的优异甜荞麦品种，于2014-2016年通过田间种植、考种对晋北地区引进的12份甜荞麦品种（系）农艺性状和产量进行观测和测量，运用高稳系数法结合产量变异系数对不同甜荞麦品种（系）的稳产丰产性进行评价，主成分分析法对其适应性进行分析。结果表明，荞杂 1、通荞1号等品种具有较好的丰产性；综甜荞2号和通荞1号静态稳定性较好。12份甜荞麦品种（系）的前3个主成分的累计贡献率为85947%，根据各品种（系）的综合得分，筛选出3份在晋北地区综合性状表现良好的甜荞麦品种，分别为右玉甜荞、蒙0530和宁荞1号。聚类分析表明，12个甜荞麦品种（系）可划分为两大类，其中第Ⅰ类的株高相对较高，主茎节数和一级分枝数较多，籽粒重、单株粒数多；优于第Ⅱ类。研究为当地甜荞育种提供理论参考。     

基于不同大豆品种农艺性状及品质性状的适应性分析

为了筛选并引进适应山西大同地区种植的大豆品种，以3份鲜食大豆、4份普通大豆共7个大豆品种为试验材料，对不同大豆品种的出苗期、生育期、株高、主茎节数、分枝数、每荚粒数和百粒重共7个主要农艺性状和蛋白质含量、脂肪含量及可溶性糖含量3个品质性状进行相关性分析、主成分分析及综合得分评价分析，确定不同品种在山西大同地区的适应性。结果表明，参试的7个大豆品种在山西大同地区均可正常成熟，各个性状在当地的适应性较好。每荚粒数和主茎节数变异系数最大，分别为173和062；绿75出苗早，生育期短，口感好，可作为鲜食豆在当地引种；翠扇大豆及中黄35农艺及品质性状表现均优良，可作为当地普通大豆的主推品种。不同性状的相关分析表明，出苗期、株高与主茎节数呈显著正相关，蛋白质含量与可溶性糖含量呈显著正相关，脂肪含量和分枝数呈显著负相关。综上并结合主成分分析和综合评价分析结果可知，翠扇大豆、绿75、中黄35在大同地区的适应性最好。上述结果可为山西大同地区育种及生产提供参考。     

主成分分析在苦荞育种中的应用

对45个苦荞品种(系)的6个性状进行主成分分析,确定反映苦荞性状的3个主成分,即主茎节数因子(即株型因子)、单株粒重因子、千粒重因子(累积贡献率达到83%以上)。通过各品种的主成分值选出综合性状优良的品种,其结果与品种的实际表现相一致。证明主成分分析在苦荞育种中的应用是可行的。     

云南省永胜县主要水稻生产区水稻产量影响因子分析*

 应用主成分分析和聚类分析方法,对永胜县7个乡镇的13个主要水稻生产区域的水稻产量及其影响因子进行分析。结果表明：7个乡镇的13个主要水稻生产区的水稻平均产量为12372kg/hm2。聚类分析将水稻生产区分为3类。主成分分析将23个产量影响因素提炼为6个主成分,代表原来88.3%的信息。除水稻品种外,海拔、年平均温度、7~9月降雨量、土壤pH值、成熟期土壤碱解氮含量和秸秆钾含量对产量具有极为关键的作用。因此,在水稻生产过程中,除品种和气候因素外,还应该注意土壤pH值、成熟期土壤碱解氮含量和秸秆钾含量的调节。     

山西谷子地方品种农艺性状和品质性状的综合评价

【目的】通过对山西谷子地方品种种质资源农艺性状和品质性状进行综合评价,分析山西谷子种质资源的多样性特点和分布规律,为种质资源的评价和新品种选育提供参考。【方法】利用变异系数、Shannon-Weaver多样性指数对212份山西谷子种质资源的15个性状进行多样性分析和性状差异分析,采用聚类分析、主成分分析、相关性分析以及逐步回归分析对山西谷子种质资源进行综合评价和鉴定指标筛选。【结果】212份山西谷子种质资源多样性指数范围为0.92—2.15,除粒色外,均大于1.00;变异系数范围为3.35%—38.66%,株高、穗长、茎长、茎粗、穗粗、节数、码数、码粒数、单穗重、穗粒重、千粒重、直/支比和粒色变异比较丰富,淀粉和蛋白质变化较小。聚类分析把山西谷子种质资源分为3个类群：第一类群北部品种,来源地包括大同和朔州;第二类群中部品种,来源地包括阳泉、太原、晋中和榆次;第三类群南部品种,来源地包括临汾和运城,与山西地理分布吻合;北部品种中单穗重、穗粒重和千粒重等性状的平均值更高,南部品种中码粒数、单穗重、千粒重、蛋白质、淀粉和直/支比表现出更高的变异性。主成分分析把15个性状归为9个主成分,累计贡献率为89.26%,表明9个主成分包含了谷子表型性状的大部分信息。山西谷子种质资源表型性状的综合得分F值均值为0.521,临汾的黄疙瘩最高（0.709）,大同的牛毛黄最低（0.315）。15个性状和综合得分F值的相关性分析表明,10个农艺性状（株高、穗长、茎长、茎粗、穗粗、节数、码数、码粒数、单穗重和穗粒重）与F值呈极显著正相关,直/支比与F值也呈极显著正相关。采用逐步回归分析法筛选出9个性状,分别为株高、穗长、茎长、码数、码粒数、单穗重、蛋白质、直/支比和粒色。【结论】山西谷子地方品种表型多样性丰富,山西谷子资源划分为南部品种、中部品种和北部品种,划分结果与地理来源吻合。直/支比可作为评价指标引入到谷子种质资源的综合评价中。筛选出9个性状可以作为谷子种质资源性状评价指标。山西谷子南部资源多样性更丰富,可作为谷子品质和特色育种的资源库。     

基于SPSS的PCA-RBF神经网络模型的仿真试验

以SPSS软件为试验平台,根据PCA-RBF神经网络理论,结合SPSS软件的主成分分析模块和神经网络模块,运用人工近红外谱模拟数据估计葡萄糖浓度,实现PCA-RBF神经网络模型的仿真试验。相比与Matlab、C/C++等软件,该方法免去了繁琐的编程,为工程应用提供了一个简单快捷的试验途径。试验结果表明,利用SPSS软件实现PCA-RBF神经网络预测取得了非常满意的结果。