文献类型：期刊文章

作　　者：吴静珠[1] 刘倩[1] 陈岩[1] 孙丽娟[2] 张泽宇[1]

机构地区：[1]北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室,北京100048 [2]中国农业科学院作物科学研究所,北京100081

出　　处：《传感器与微系统》

基　　金：土壤植物机器系统技术国家重点实验室开放课题基金资助项目(2014-SKL-05);北京工商大学两科基金培育项目(19008001110);北京工商大学2015年研究生科研能力提升计划资助项目

年　　份：2016

卷　　号：35

期　　号：7

起止页码：42-44

语　　种：中文

收录情况：CSCD、CSCD_E2015_2016、JST、RCCSE、ZGKJHX、普通刊

摘　　要：采集47份小麦样本的高光谱图像,提取感兴趣区内的平均光谱,结合反映小麦品质的水分、蛋白质和湿面筋三个指标基础数据,通过OPUS软件搜寻最佳的光谱预处理和波段组合,分别建立了三个指标的偏最小二乘法(PLS)定量分析模型。同时与采用近红外(NIR)光谱技术建立的三个指标的近红外模型进行比较,发现高光谱模型的各性能指标均明显优于近红外模型。结果表明:当被测样品为颗粒状且内部化学成分分布不均匀时,近红外模型的准确性和稳定性会受其测量条件的限制,而高光谱采样面积大,获取信息更全面,展现出强大的分析检测潜质,为小麦品质评价提供了新方法。

关 键 词：小麦品质 高光谱  近红外光谱 偏最小二乘法

分 类 号：O657.3]