文献类型：期刊文章

作　　者：李欢欢[1] 卢伟[1,2] 杜昌文[3] 马菲[3] 罗慧[1]

机构地区：[1]南京农业大学工学院江苏省现代设施农业技术与装备工程实验室,江苏南京210031 [2]远程测控技术江苏省重点实验室,江苏南京210096 [3]中国科学院南京土壤研究所土壤与农业可持续发展国家重点实验室,江苏南京210008

出　　处：《中国激光》

基　　金：国家自然科学基金青年基金(61401215);中央高校基本科研业务经费(KYZ201427);江苏省自然科学基金青年基金(BK20130696);远程测控技术江苏省重点实验室开放基金(YCCK201501)

年　　份：2015

卷　　号：42

期　　号：11

起止页码：270-279

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20155301741668)、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：传统活力检测方法存在操作复杂、耗时长、可重复性差、对种子造成损伤且不可逆等不足,基于此,提出一种基于光声光谱结合最小二乘支持向量机回归(LS-SVR)的稻种活力快速、无损检测方法。在温度为45℃、相对湿度为90%的条件下,对南粳46(粳稻)和内5优8015(杂交稻)进行高温高湿人工老化处理,依次老化0,24,48,72,96 h,获得不同活力的稻种;采集2类稻种光声光谱数据,总计100份,其中校正集样本60个,预测集样本40个;采用小波包对原始光谱数据进行预处理,通过协方差分析和主成分分析(PCA)对光谱进行降维;分别通过偏最小二乘回归(PLSR)、反向传播神经网络(BPNN)和LS-SVR建立稻种活力预测模型。其中,采用协方差分析结合LS-SVR建立的模型性能最优,该模型不仅适用于单一稻种,而且适用于不同种类稻种活力的预测。研究表明,采用光声光谱技术结合LS-SVR对稻种活力进行测定是可行的,且所建模型在稻种活力预测方面具有较好的预测精度,为便携式水稻活力光声光谱仪的研制提供了理论依据。

关 键 词：光谱学 光声光谱 稻种 活力  小波包 最小二乘支持向量机回归  

分 类 号：S511] S339.31