文献类型：期刊文章

作　　者：王雪[1,2] 马铁民[2,3] 杨涛[1] 宋平[1] 谢秋菊[2] 陈争光[2]

Wang Xue;Ma Tiemin;Yang Tao;Song Ping;Xie Qiuju;Chen Zhengguang(College of Information and Electrical Engineering,Shenyang Agricultural University,Shenyang 110866,China;College of Electrical and Information,Heilongjiang Bayi Agricultural University,Daqing 163319,China;School of Computer Science And Engineering,Northeastern University,Shenyang 110819,China)

机构地区：[1]沈阳农业大学信息与电气工程学院,沈阳110866 [2]黑龙江八一农垦大学电气与信息学院,大庆163319 [3]东北大学计算机科学与工程学院,沈阳110819

出　　处：《农业工程学报》

基　　金：国家自然科学基金青年基金(31701318);黑龙江八一农垦大学校内课题培育资助项目(XZR2016-09)

年　　份：2018

卷　　号：34

期　　号：13

起止页码：203-210

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：玉米灌浆期含水率测定是考种育种的重要指标。为了节约样本且快速准确测定灌浆期玉米水分,该文应用近红外光谱技术,提出了基于小样本条件下的自举算法(Bootstrap)与基于x-y距离结合的样本划分方法(SPXY,sample set partitioning based on joint x-y distances)相结合的样本优化方法的偏最小二乘(PLS,partial least square)水分定量分析模型Bootstrap-SPXY-PLS模型。试验结果表明,当Bootstrap重抽样本次数等于500,样本数量大于等于10时,模型的性能稳定,并且随着样本数量增加,重抽样本次数相对减少;样本数量为10和50时,全谱Bootstrap-SPXY-PLS模型的预测均方根误差(RMSEP,root-mean-square error of prediction)均值分别为0.38%和0.40%,预测相关系数(correlation coefficients of prediction)分别为0.975 1和0.968 5,决定系数R^2分别为0.999 9和0.993 6;基于竞争性自适应重加权采样算法(CARS,competitive adaptive reweighed sampling)波长变量筛选后的CARS-Bootstrap-SPXY-PLS模型的预测均方根误差RMSEP均值分别为0.36%和0.35%,预测相关系数分别为0.973 6和0.975 0,模型决定系数R^2分别为0.924 5和0.918 0。因此,全谱Bootstrap-SPXY-PLS模型和CARS-Bootstrap-SPXY-PLS模型均具有稳定的预测能力,为玉米育种时灌浆期种子水分测定提供了一种稳定、高效的方法。

关 键 词：近红外光谱 水分 模型  定量分析  小样本集  灌浆期玉米籽粒  Bootstrap重抽样本  样本优化选择  

分 类 号：S24]