基于红外光谱概率神经网络的诃子产地鉴别

利用傅里叶变换红外光谱,测定了不同产地诃子(Terminalia chebula Retz.)样品的红外光谱图.采用常规预处理方法和小波变换对红外光谱原始数据进行了预处理,并采用主成分分析进一步压缩光谱数据,前3个主成分的累积贡献率为98.054％.以前3个主成分作为网络输入,诃子产地类别作为网络输出,建立了概率神经网络,同时对建立该网络模型的扩展常数进行了分析.模型分析表明,建立的网络模型能够对40个诃子样品进行产地鉴别,红外光谱法结合神经网络可作为中药材产地分类鉴别的一种新的现代化方法.     

基于可见/近红外光谱的黄河口区土壤盐分及其主要离子的定量分析

【目的】定量、准确地监测盐渍土,对其防治和农业可持续发展至关重要,论文旨在明确黄河口区土壤盐分及其主要离子的特征光谱,建立适用于该区域的土壤盐渍化定量分析模型,提高其定量分析的精度和稳定性。【方法】首先以山东省垦利县为研究区,于2014年10月5—9日野外采集代表性土样96个,对土样风干后,采用土壤化学分析方法室内分析盐分及其主要离子(Cl~-、Na~+、Ca~(2+))含量,并采用美国ASD Fieldspec 3光谱仪测定土样可见/近红外高光谱数据,对光谱反射率进行去噪、一阶导数变换等预处理;然后基于盐分及其主要离子不同含量的样本光谱分析盐分及其主要离子的光谱响应,在此基础上,对样本的土壤盐分及其主要离子含量与反射率的一阶导数光谱进行逐波段的相关分析,按照相关系数高且显著的原则,选取各自的敏感波段,再根据敏感波段的交叉情况选取集中波段为特征波段,进而选取特征波段中具有极值相关系数的波段作为显著特征波段,综合确定表征土壤盐分及其主要离子(Cl~-、Na~+、Ca~(2+))的特征光谱;最后分别采用多元线性回归(multiple linear regression,MLR)、支持向量机(support vector machine,SVM)和随机森林(random forest,RF)方法构建土壤盐分及其主要离子的定量高光谱分析模型。【结果】研究区土壤盐分及其主要离子(Cl~-、Na~+、Ca~(2+))含量的光谱曲线形状和走势整体一致;土壤盐分及其主要离子(Cl~-、Na~+、Ca~(2+))的光谱响应谱区为1 320—1 495、1 790—1 920、2 120—2 290 nm;基于相关分析的土壤盐分及其主要离子的敏感谱区为1 490—1 520、1 890—1 930nm;最后综合光谱响应及相关分析确定土壤盐分及其主要离子的特征波段为1 493、1 801、1 911和2 289 nm,显著特征波段为1 493和1 911 nm。模型结果显示基于2个显著特征波段反射率一阶导数的模型精度均与4个特征波段的模型精度相当,表明显著特征光谱作为盐分及其主要离子的特征光谱进行其定量分析的有效性。比较3种建模方法,RF模型的预测效果最好,SVM模型次之,而MLR模型精度最低;对于盐分、Cl~-和Na~+,3种方法构建的模型均可有效地用于其定量分析,精度较高且稳定,然而Ca~(2+)预测精度还有待提高。通过综合比较分析,基于显著特征波段(1 493和1 911 nm)反射率一阶导数构建的随机森林(RF)模型对盐分、Cl~-和Na~+均具有较好的估测精度和稳定性,也可用于Ca~(2+)的定量估测。【结论】基于光谱响应及相关分析综合确定盐分及其主要离子的显著特征光谱(1 493和1 911 nm反射率一阶导数),进而采用随机森林方法构建盐分及其主要离子的定量估测模型,适用于黄河口区土壤盐渍化信息的有效提取。     

傅里叶变换红外光谱技术在植物学中的应用

综述了傅里叶红外光谱技术的工作原理及其在生物大分子、亲缘地理学和生理学上的应用,指出了傅里叶红外光谱技术今后的发展方向,为傅里叶红外光谱技术在植物学领域的研究提供借鉴。     

型孔轮式水稻排种器排种监控系统设计

针对型孔轮式水稻排种器展开了排种监控系统研究,利用红外光电传感器采集种子在输种管内的流动信息并转换输出相应的电信号,由单片机实时监测电信号的变化,实现对排种状况的监控。设计降低了播种机的漏播和重播现象,提高了播种质量和播种效率。     

3种测定大豆种子脂肪含量方法的比较研究

快速无损检测大豆种子中的脂肪含量,在大豆品质育种和质量检测上至关重要.分别用索氏提取法、核磁共振仪及近红外谷物分析仪测定了5种国产大豆种子的脂肪含量,并对3种方法的测量结果进行了分析比较.结果表明:核磁共振法测定的结果与索式提取法更接近,偏差均小于0.95个百分点,最低偏差仅为-0.02个百分点;而近红外光谱法与索式提...     

近红外分析技术在烟叶数字化烘烤过程中的研究与应用

研究近红外光谱分析仪在烟叶烘烤过程中的具体应用,应用近红外技术对烟叶烘烤进行实时监测,并提出烘烤专家意见,优化工艺曲线,降低烤坏烟叶比例,适合于大中型烟叶烘烤工场应用.项目实现了烟叶烘烤的数字化,且应用过程中体现出快速检测、样品完整、重现性好的特点.通过中央控制系统将专家写入计算机,能对烘烤过程中的烤房进行有效控制,从而达到减工、降本、提质、增效的目的.     

近红外光谱法对茶叶中游离氨基酸含量的快速测定

为建立一种快速检测茶叶中游离氨基酸含量的方法,应用近红外光谱分析技术对贵州省不同产地的162个绿茶样品中的游离氨基酸含量进行检测,并结合偏最小二乘法(PLS),建立茶叶中氨基酸含量的预测模型。结果表明:通过标准归一化(SNV)光谱预处理,光谱范围选择6 657.74～6 178.16、5 793.11～5 688.98、4 493.33～4 350.62cm-1,主因子数为11,得到模型的内部交互验证相关系数(R)为0.981 56,交互验证均方差(RMSECV)为0.501;模型的预测值与实测值的相关系数为0.998,预测均方差(RMSEP)为0.312,稳定性试验得到的相对标准偏差(RSD)小于0.4%。综合分析,傅里叶变换红外光谱法与化学计量学方法相结合可以实现茶叶游离氨基酸的快速检测,满足检测要求。     

A data transfer method for improving seed identification of maize (Zea mays) haploid breeding based on genetic similarity

Maize haploid breeding technology is able to identify haploid seeds non‐destructively, rapidly and at low cost with the help of Near‐infrared (NIR) spectral analysis. However, due to the hybridization of numerous parents and the low production rate of haploid, the haploid data collection becomes a burden for engineering this technology. Biologically, there are considerable similarities between the progeny of the same female parent and different male parents. Based on this advantage, similar spectral data can be transferred when the NIR technology is employed. A revised method of Transfer adaptive boost (TrAdaBoost) is proposed to improve identifying for the backpropagation neural network (BPNN) classifier. To avoid the negative transfer, a screening thresh is used to select out similar data, and the amount of these data are limited to join current training. The results show that the identification performances are improved significantly when the data amount is small. This method shows a high ability to make the seed identification more convenient for engineering maize haploid breeding.     

吴震东公式简化计算研究

混凝土工程冬季施工主要采用非加热养护方法,这类方法的技术关键是精确的热工计算,而热工计算目前仍广泛应用吴震东理论,按吴震东理论建立的整套公式可以描述混凝土在各咎情况下温度时间变化规律,但由于吴东公式较为复杂,许多学者对简化吴震东公式作了深化入的研究和讨论,据此分析了简化吴震东公式的思路、途径与方法,并评价了各类简化公式和近似公式的优点与不足之处。     

基于分数阶微分视频融合的森林烟火检测算法

森林火灾检测是国内外林业应用研究的重要课题之一。及时准确地检测到森林火灾,对于森林健康及环境安全意义重大。现有的利用视频技术检测森林火灾的方法大多针对单一波段,如可见光波段或红外波段的视频信息进行分析,然而在实际应用过程中,由于森林环境复杂,基于单一波段视频信息检测火灾的结果欠佳。现阶段,基于多个波段的森林火灾检测方法非常少。本文综合利用红外及可见光视频特征,提出了一种基于分数阶微分视频融合的森林烟火检测算法,将分数阶微分理论引入红外视频和可见光视频融合中,利用分数阶微分算子对两个波段视频进行融合,然后利用背景去除法检测融合视频中的异常帧,且对异常帧图像及其与背景帧的差分图像分别进行图像分割,最终得到检测出的森林烟火区域。采用空间频率、平均梯度、森林火灾检测准确率和森林火灾检测时间误差度4个测度对本文算法和基于区域能量融合算法、基于窗口方差融合算法、基于HSI变换融合算法进行定量分析和比较。结果表明,本文算法的融合视频的融合效果最佳,并且森林火灾检测准确率和森林火灾检测时间误差均明显优于其他3种算法,说明本文提出的算法具有较好的有效性和准确性,为森林火灾检测提供了有利的新途径。