基于遗传算法的BP神经网络在小麦蛋白质含量预测中的应用

为了快速、简便、准确地测定小麦蛋白质的含量,本文提出了应用近红外光谱分析技术结合遗传算法(GA)的BP神经网络的建模方法。采用SPXY算法对光谱数据进行了合理划分,并运用连续投影算法(SPA)将预处理过的数据压缩,对光谱数据提取最佳敏感波点作为GA-BP神经网络的输入,建立小麦蛋白质含量的校正模型。模型的预测均方根误差和预测相关系数为1.3379和0.979,并与BP神经网络所建立的校正模型进行了比较。结果表明：GA-BP神经网络所建模型收敛速度快、训练时间短、准确度也较高,能够实现对小麦蛋白质含量快速高效的检测。     

基于连续投影算法的小麦湿面筋近红外校正模型优化

为减少建模过程中的计算量、提高模型的稳健性及预测精度,将连续投影算法用于小麦湿面筋近红外校正模型的建立。首先采用SPXY算法选择具有代表性的校正集样本,然后对光谱数据作不同预处理,增强光谱特征;运用连续投影算法对原始光谱和预处理后的光谱进行敏感波点提取,进而分别建立多元线性回归校正模型。测试结果表明,对光谱标准正态变量变换后利用连续投影算法提取敏感波点所建多元线性回归模型预测效果最好,预测均方根误差和预测相关系数分别为1.3332和0.94319,优于同等条件下建立的偏最小二乘回归模型。     

基于 SPA-RBF神经网络的小麦蛋白质含量无损检测

传统半微量凯氏法测量小麦蛋白质含量繁琐费时,应用近红外光谱分析技术结合SPA-RBF神经网络对小麦蛋白质含量进行快速、无损检测.采用SPXY算法划分校正集和预测集样本,运用连续投影算法(SPA)对一阶微分和SNV预处理后的光谱数据提取敏感波点作为RBF神经网络的输入,建立小麦蛋白质含量的SPA-RBF神经网络校正模型.模型的预测均方根误差和预测相关系数可达到0.26576和0.975,预测效果较好,基本上可以完成粮食储备和食品加工行业对小麦及其制品品质的划分以及育种上的前期世代筛选.研究表明:近红外光谱技术结合SPA-RBF神经网络可实现对小麦蛋白质含量的检测,满足现代农业发展对小麦无损、实时、大量检测的需要.     

基于便携式光谱仪和反射、透射光谱技术的小麦叶片叶绿素定量分析研究

为了无损检测小麦叶片叶绿素含量,应用便携式高分辨率光谱仪及内置钨卤灯光源的叶片夹采集小麦叶片的反射、透射光谱数据,采用多种预处理方法对光谱数据进行预处理。用偏最小二乘法建立小麦叶片叶绿素含量与反射、透射光谱间的数学模型,同时分析了不同预处理方法对模型预测性能的影响。结果表明,基于反射光谱的最优检测模型校正集的相关系数r为0.950,预测标准偏差SD为0.1287,相对标准偏差RSD为5.67%。检验集的相关系数r为0.926,预测标准偏差SD为0.1892,相对标准偏差RSD为8.26%。基于透射光谱的最优检测模型r为0.846,SD为0.2201,RSD为9.69%。检验集的r为0.880,SD为0.2714,RSD为11.84%。研究表明,应用便携式高分辨率光谱仪和反射、透射光谱技术来定量分析小麦叶片叶绿素含量是具有可行性的;通过对比发现,基于反射光谱模型的预测性能较好;为叶片叶绿素含量的现场快速无损测定提供了一种有效途径。     

食用向日葵子仁蛋白质含量近红外光谱模型的建立

以自育的57份食用向日葵子仁为测试对象,用化学方法测定蛋白质含量,对照近红外漫反射光谱,通过偏最小二乘法建立了食用向日葵子仁蛋白质含量的近红外光谱模型。结果表明,对原始光谱数据采用“一阶倒数+多元散射校正(FD+MSC)”处理的方法建立的模型其校正或预侧效果最佳。该模型的校正决定系数和验证决定系数分别为0.95和0.93,校正标准误和预测标准误分别为0.96和1.16。用该模型对16份未参与建模的食用向日葵材料进行了预测,结果表明该模型预测能力较好。     

花生籽仁蛋白质含量近红外光谱模型的建立

采用近红外漫反射光谱非破坏性分析,结合偏最小二乘法,以河北省地方花生品种为研究对象建立了花生籽仁蛋白质含量的近红外光谱模型。结果表明,对原始光谱数据采用一阶导数+变量标准化处理的方法建立的模型其校正或预测效果最佳。该模型的校正集和验证集决定系数分别为0.9245和0.9018,校正标准误和预测标准误分别为0.3601和0.4153。用该模型对16个未参与建模的花生品种进行了预测,结果表明该模型具有很好的预测能力,可以用于花生品种蛋白质含量的快速检测。     

基于多光谱成像技术的小麦品种快速无损鉴定

为了研究多光谱成像技术对小麦品种快速无损鉴定的可行性,采用VideometerLab 多光谱图像采集设备对5 个小麦品种共500 个样品在405~970 nm波段内的进行多光谱图像信息进行采集,获取其光谱、颜色和形态特征。利用主成分分析对5 个小麦品种进行定性鉴别,同时,基于光谱特征和光谱图像特征分别比较了神经网络、支持向量机和随机森林3 种模型的鉴定效果。结果显示：利用19 个光谱特征值建立的模型中,BPNN识别模型效果最佳,其建模集和预测集的识别率分别为100%和91.25%。融合19 个光谱特征和6 个图像特征所建立的模型中,BPNN识别模型效果最佳,其建模集和预测集的识别率分别达到了100%和98.4%。结果表明,基于BPNN的多光谱特征融合能够有效的提高小麦品种鉴定效率,为小麦品种的快速无损检测提供了一个新途径。     

基于近红外光谱的小麦品质分类研究

为了快速、简便、准确地鉴别小麦品质的类别,本研究提出了应用近红外光谱分析技术结合BP神经网络的鉴别方法对小麦进行品质分类。研究过程中对小麦样品的光谱数据进行了详细分析,采用马氏距离剔除了光谱数据中异常数据,并通过主成分分析说明利用近红外光谱鉴别小麦品质分类的可行性。为了提高所建模型的性能,采用SPXY算法对小麦样品进行合理的划分。并选取了一阶微分加归一化的预处理方法来处理光谱数据,消除无关信息和噪声对小麦光谱数据的影响。运用偏最小二乘法压缩光谱数据,减少了数据量,节省建模时间。最后采用BP神经网络方法建立了小麦品质分类模型。实验结果显示：模型的鉴别效果较好,对强筋样品识别的准确率高达94.4%,弱筋样品识别的准确率高达100%。实现了快速、准确地对小麦品质强筋和弱筋两类的鉴别,对小麦生产、市场交易及食品加工有着非常重要的意义。     

利用冠层光谱监测小麦籽粒蛋白质积累动态

于2003-2006年连续3个生长季, 利用不同小麦品种在不同施氮水平下进行大田试验,在小麦不同生育期采集田间冠层高光谱数据并测定植株氮素含量、生物量和籽粒蛋白质积累量(GPA)。通过定量分析小麦籽粒蛋白质积累量、冠层氮素营养指标及高光谱参数的相互关系,确立了能够准确预测小麦籽粒蛋白质积累动态的敏感光谱参数及定量模型。结果表明,在籽粒灌浆期间冠层氮素营养指标(CNNI)自开花期随时间进程的积分累积值与对应时期籽粒蛋白质积累状况存在显著的定量关系,其中植株氮积累量(PNA)表现最好。对冠层氮素营养指标的光谱估算,在不同品种、氮素水平、生育时期和年度间可以使用统一的光谱模型。根据特征光谱参数-冠层氮素营养指标-籽粒蛋白质积累量这一技术路径,以冠层氮素营养指标为交接点将两部分模型链接,建立高光谱参数与籽粒蛋白质积累量间定量方程。经不同年际独立数据的检验,基于SDr/SDb–PNA–GPA技术路径建立模型可以估算小麦籽粒生长过程中蛋白质积累动态,预测精度和相对误差分别为0.954和13.1%。因此,利用关键特征光谱参数可以实时监测小麦籽粒生长进程中蛋白质积累状况。     

基于高光谱成像技术快速无损测定花生中水分含量

花生中水分含量的高低直接影响花生及其制品的贮藏期,而现有的测定方法存在步骤多、时间长等问题。试验利用高光谱成像技术对花生中水分含量进行快速无损检测分析。通过采集120个花生样品的图像信息,从校正后的图像中提取花生目标区域的平均光谱作为花生光谱信息进行分析;同时,优选最佳的光谱预处理方法和建模方法建立花生中水分含量全波段模型,在此基础上利用回归系数法,确定重要波长并建立模型。结果表明,二阶导数(2nd-der)偏最小二乘法(PLS)全波段模型预测水分含量能力最佳,校正集和预测集的相关系数分别为0.91和0.84,标准偏差分别为0.28和0.38;回归系数法确定的14个波长所建简化模型的性能与全波段相当,校正集和预测集的相关系数分别为0.82和0.81,标准偏差分别为0.39和0.43。因此,高光谱成像技术可以快速无损测定花生中水分含量,其具有快速运算特点的重要波长模型可以更加方便地应用于花生加工产业中。     

两种冬小麦气候适宜度评价模型的比较

为比较DSSAT模型和模糊数学方法用于冬小麦气候适宜度评价的效果,利用河南省杞县和汤阴县1999-2013年的气象资料、冬小麦发育期及产量数据,采用DSSAT模型和模糊数学方法构建两种冬小麦气候适宜度评价模型,并计算不同生育期和全生育期的冬小麦气候适宜度。利用相关分析方法,检验两种方法估算的冬小麦气候适宜度的评价效果。结果表明：杞县和汤阴县的出苗至越冬期、返青至拔节期、拔节至开花期、开花至成熟期,模型法估算的冬小麦气候适宜度与模糊数学法估算的冬小麦气候适宜度变化趋势基本一致,且呈正相关,而两个地点的越冬至返青期,两种方法估算的冬小麦气候适宜度呈负相关。两个地点两种方法估算的全生育期冬小麦气候适宜度变化趋势与实测产量的变化趋势基本一致,且两种方法估算的冬小麦气候适宜度呈正相关。模型法估算的冬小麦气候适宜度的标准差和变异系数均高于模糊数学估算的冬小麦气候适宜度的标准差和变异系数。但与模糊数学法相比,DSSAT模型估算的冬小麦气候适宜度与实测产量变化更接近。DSSAT模型可用于冬小麦气候适宜度评价研究。     

MDBPSO算法优化的全波段光谱数据协同冠层SIF监测小麦条锈病

为了从全波段光谱数据中提取对小麦条锈病敏感的特征参量,提高小麦条锈病遥感探测模型的运行效率和精度,本文首先从惯性权重和粒子更新方式两个方面对传统离散粒子群算法(discretebinaryparticleswarmoptimization, DBPSO)进行改进,利用改进离散粒子群算法(modified discrete binary particle swarm optimization, MDBPSO)从全波段光谱数据中优选遥感探测小麦条锈病严重度的特征变量,然后与冠层日光诱导叶绿素荧光(solar-inducedchlorophyllfluorescence,SIF)数据相结合作为自变量分别利用随机森林(randomforest,RF)和后向传播(backpropagation,BP)神经网络算法构建小麦条锈病遥感探测模型,并将其与相关系数(correlationcoefficient,CC)分析法和DBPSO算法提取特征参量构建模型的精度进行对比分析。结果表明:(1) MDBPSO算法比传统DBPSO算法具有更快的收敛速度和更高的寻优精度,改进前后其迭代次数从395次减少到15...     

北方冬麦区小麦产量潜力及增产技术研究进展

为了合理、准确地分析北方冬麦区的小麦产量潜力,找到限制因素,探寻相应的调控技术,提高小麦生产力。归纳了本地区模型模拟的冬小麦产量和高产记录,比较分析了模型模拟和高产纪录产量水平的差异,总结了限制小麦产量差缩小的主要原因与可能的调控技术。得出当前模型模拟结果低于高产记录是因为数据采集年份和数据量的影响;产量性能理论是定量化分析产量差异原因的有效方法;指出北方冬麦区限制小麦产量差缩小的主要原因和调控技术。认为小麦产量提升应从产量差确定、产量性能分析、集成技术等3个方面依次开展。     

基于python语言的冬小麦品种稳定性分析

旨在挑选出适宜的冬小麦品种稳定性分析参数及其计算方法。利用冬小麦实验数据,首次通过python语言计算了5个稳定性参数,并采用秩相关性和主成分分析,研究了参数的相关性。结果表明,python语言可以方便、灵活的计算各类参数,计算相关性和进行主成分分析。相关分析表明,PCOA和产量显著正相关,CV和Bi和产量极显著负相关。研究表明,PCOA模型能够同时评价品种产量及其稳定性。多元统计方法是单变量参数模型的有益补充。     

山西省冬小麦主要病虫害气象等级预报模型

气象条件是影响农作物病虫害的主要因子,且与作物的发育期密切相关,特别是在特殊年份,如果模型所筛选的因子中较常年有明显的改变,预测结果与实际结果相差较大,因此各预测模型都具有一定的局限性。为提高数理统计预报的实用性,需要采用多年的历史资料,同时在实际工作中应采用尽量多的方法进行预测,以最大限度地获得较高的预测准确率。本文以山西冬小麦的主要病虫害（白粉病、条锈病、麦蜘蛛）为研究对象,研究其发生流行的气象条件预报指标,并建立山西省冬小麦主要病虫害发生的气象条件预测模型,进行山西省冬小麦主要病虫害发生的气象条件预测。通过历史资料进行回测验证,历史拟合准确率达到90%以上,说明应用该方法所建模型在一般年份可以进行冬小麦条锈病、白粉病、麦蜘蛛的预测。     

微波消解-恒pH滴定法快速测定粮食中的粗蛋白

为建立一种快速测定食品中粗蛋白质的新型分析方法,选择小麦为样品,用硫酸一过氧化氢混合溶液为消解剂,利用微波压力程序加热技术快速消解样品,用甲醛法将NH4 转化为H ,以KOH为标准溶液,用恒pH滴定法进行测定.结果表明:小麦干基粗蛋白的含量在14%～17%之间,RSD1.2%～2.1%(n=6或12).与经典方法对照测定,经F检验和t检验表明两者之间无显著性差异(置信度95%).该法操作简单、快速,试剂用量少,空白值低,工作效率大大提高,结果令人满意.     

山东省小麦气象灾害风险评估模型群研发

为了探寻影响山东省小麦生产的气象风险因子,并探索小麦相对气象产量与气象致灾风险因子的关系,通过采集山东省典型小麦生态区120个监测网点,自1980年至2009年的小麦产量与气候致灾风险数据,采用统计分析方法,对导致小麦减产的气象风险因子以及相对气象产量进行相关和回归分析,确立了导致山东省小麦冷冻害、干旱和干热风等灾害的气象风险因子,建立了山东省小麦气象灾害风险评估模型群,并利用计算机技术进行系统开发,对山东省小麦生产当中遇到的气象因子进行分析,预测是否存在气象灾害,并进行风险评估。该系统为政府部门指导农业生产和制定农业保险费率、保费补贴、粮食最低保护价、农业直补标准等政策提供决策依据。     

利用比较分子遗传学鉴定小麦穗发芽基因的研究进展

充分利用研究的比较多的模式作物所获得的分子遗传学信息,进而作为较复杂生物基因组研究的基础,是现代分子遗传学常用的手段之一。在此,重点介绍了模式作物拟南芥、玉米和水稻在种子发芽方面的分子遗传学研究进展;概述了小麦穗发芽的分子遗传学研究进展;分析了根据小麦与模式生物在基因组上的共线性,利用比较分子遗传学手段,将拟南芥的ABI3和玉米的VP-1基因作为小麦抗穗发芽的候选基因的可行性。