FTIR结合小波变换分析鉴别8种根茎类作物

为了区分鉴别8种根茎类作物,通过采用傅里叶变换红外光谱(FTIR)结合小波变换(WI)、主成分分析(PCA)和聚类分析(HCA)的方法,测试研究了8种根茎类作物40个样品的红外光谱。结果表明：8种样品红外图谱相似,但在1800~700 cm^-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行连续小波和离散小波变换。提取连续小波变换的第15层系数和离散小波变换的第5尺度细节系数数据,进行主成分分析和聚类分析。连续小波和离散小波的前3个主成分的累计贡献率分别为93.12%、89.78%,主成分分析和聚类分析正确率为100%。最终结果显示：傅里叶变换红外光谱技术结合小波变换的方法可以区分鉴别不同种的根茎类作物。

     

基于SVM及BPNN的辣椒红外光谱分析

利用小波变换结合反向传播网络(BPNN)和支持向量机(SVM)研究了朝天椒和灯笼椒的傅里叶变换红外(FTIR)光谱,样品1 750~950 cm-1范围的红外光谱经多尺度一维连续小波变换(CWT)和离散小波变换分析,发现第20尺度的连续小波系数,提取该尺度3个区域的系数作为特征参数建立BPNN和SVM模型。结果表明,BPNN和SVM模型都能很好地区别两种辣椒。第5尺度的离散小波细节系数建立BPNN和SVM模型分类的正确率分别为93.3%、100%。小波变换结合BPNN和SVM用于傅里叶变换红外光谱技术中能够准确识别朝天椒、灯笼椒,为区分不同品种的辣椒提供了快速、有效的方法。     

云南农田土壤常量及微量元素含量的测定研究(英文)

为了对云南农田土壤常量与微量元素进行科学有效地管理,并为农作物合理施肥提供依据,利用电感耦合等离子体质谱(ICPMS)法测定云南14个地方农田土壤常量及微量元素(P、K、Ca、Mg、Cu、Fe、Zn、Mn)的含量,并对土壤中常量及微量元素含量的状况与分布进行了研究。结果表明:云南农田土壤中速效P、K元素处于平衡,速效Ca、Mg亏缺,速效Cu、Fe、Zn、Mn等微量元素盈余。在不同地貌下,土壤常量及微量元素分布有明显的差异,滇中红色高原土壤的速效态微量元素(Fe、Zn、Mn)的含量明显高于滇东喀斯特高原和滇西横断山脉;速效P、K、Ca的含量从西至东有逐渐下降的趋势;而速效Cu的含量则从西到东有逐渐上升的趋势。研究结果对于农田土壤元素测定及农业生产具有一定的参考价值。     

FTIR结合化学计量学对两种葡萄果苗的鉴别研究

[目的]利用傅里叶变换红外光谱技术结合主成分（PCA）和偏最小二乘法判别分析（PLS-DA）,研究了红地球和皇家秋天葡萄苗叶片的红外光谱图.[方法]测试了2种葡萄苗60个样品的红外光谱,选取1 800 ～750 cm-1范围内原始光谱数据做二阶导数处理,显示在该区间存在明显的差异,利用该区间的二阶导数光谱数据进行主成分和偏最小二乘法判别分析.[结果] PCA和PLS-DA都能很好地区分2个品种的葡萄苗,其中主成分的正确率为100％,偏最小二乘法在隐含潜变量为9时正确率最高,此时2个葡萄品种的偏最小二乘法判别分析的正确率均达100％.[结论]小波变换结合PCA和PLS-DA用于傅里叶变化红外光谱技术能够准确地识别红地球和皇家秋天,为区分不同品种的葡萄苗提供快速、有效的方法.     

薯的傅里叶变换红外光谱研究

利用傅里叶变换红外(FTIR)光谱结合主成分分析(PCA)和聚类分析(HCA)方法对8种薯进行了鉴别研究,测试了40个薯样的红外光谱。结果表明,8种薯红外图谱相似,但在1 800~700 cm-1范围内,红外光谱的峰位、峰形及强度差异明显。将8种薯的傅里叶变换红外光谱与可溶性淀粉的光谱进行相似性分析,结果显示,相似度从大到小依次为:马铃薯、木薯、薯蓣、毛薯、红薯、姜薯、豆薯、菊薯,表明马铃薯含淀粉量最多,其次是木薯,最少是菊薯。对原始红外光谱作二阶导数处理,并利用1 800~700 cm-1范围内的二阶导数光谱数据对8种薯40个样品进行主成分分析和聚类分析,主成分分析前3个主成分的累计贡献率达89.18%,正确率为97.5%,聚类分析正确率为100%。傅里叶变换红外光谱技术结合统计分析的方法可鉴别区分不同种的薯类。     

花生病害叶的傅里叶变换红外光谱研究

[目的]探究傅里叶变换红外光谱(FTIR)技术在花生病害鉴别中的应用。[方法]利用FTIR技术并结合主成分分析和聚类分析方法对花生褐斑病叶、黑斑病叶、网斑病叶和正常叶进行鉴别。[结果]样品的红外光谱图整体相似,只在1 750～800 cm-1范围内吸收峰的位置和强度有微小差异。对原始光谱图做二阶导数处理,发现3 600～2 800 cm-1和1 750～650 cm-1范围内的二阶导数谱差异明显。选取3 600～2 800 cm-1和1 750～650 cm-1范围做主成分分析和聚类分析,所提取的3个主成分的累计贡献率达到94.9%,分类正确率达到100%,聚类分析的正确率达到94.6%。[结论]傅里叶变换红外光谱技术有望发展成为鉴别农作物病害的有力手段。     

FTIR结合小波变换分析鉴别8种根茎类作物

为了区分鉴别8种根茎类作物,通过采用傅里叶变换红外光谱(FTIR)结合小波变换(WI)、主成分分析(PCA)和聚类分析(HCA)的方法,测试研究了8种根茎类作物40个样品的红外光谱。结果表明：8种样品红外图谱相似,但在1800~700 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行连续小波和离散小波变换。提取连续小波变换的第15层系数和离散小波变换的第5尺度细节系数数据,进行主成分分析和聚类分析。连续小波和离散小波的前3个主成分的累计贡献率分别为93.12%、89.78%,主成分分析和聚类分析正确率为100%。最终结果显示：傅里叶变换红外光谱技术结合小波变换的方法可以区分鉴别不同种的根茎类作物。     

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.     

蚕豆病害叶的FTIR研究(英文)

[目的]对蚕豆病害叶进行鉴别研究。[方法]用傅里叶变换红外光谱技术结合统计分析对蚕豆锈病、茎基腐病、轮纹病、黄化卷叶病和正常叶片进行鉴别研究。[结果]病害叶片和正常叶片的红外图谱相似,仅有几个吸收强度比存在差异;对光谱进行二阶导数分析发现,病害叶片和正常叶片的二阶导数光谱在1200～700cm-1范围差异明显,对该区域内的光谱数据进行相关分析、主成分分析和聚类分析,结果显示,正常叶片之间、同种病害样品之间相关系数都在0.928以上,而病害叶片和正常叶片以及不同病害样品之间的相关系数降低;45个样品聚类分析和主成分分析正确率分别为73.3%和82.2%。[结论]傅里叶变换红外光谱技术具有快速、无损、准确等优点,有望为蚕豆病虫害诊断提供新的方法与途径。