- 相關推薦
可見/近紅外光譜分析技術快速鑒別航天育種番茄
摘要：提出了利用可見/近紅外光譜技術快速無損鑒別航天育種番茄品種的方法,采用偏最小二乘法對光譜特征信息進行提取,與神經網絡結合建立番茄品種的鑒別模型.該模型將提取后的主成分作為神經網絡的輸入,加速了神經網絡的訓練速度.同時采用小波變換對大量光譜數據進行壓縮,并結合神經網絡建立番茄品種鑒別模型,該模型將壓縮后的數據作為神經網絡的輸入.通過對太空育種突變株 M1,M2 及其親本番茄品種的共105個番茄果實樣本建立訓練模型,并用每個品種15個樣本,共45個番茄果實的樣本進行預測.兩個模型的鑒別正確率分別達到95.6%和97.8%.說明本方法具有較高的鑒別準確度,為航天育種番茄品種的快速無損鑒別提供了新的方法. 作者： 施佳慧[1] 陳自力[2] 邵詠妮[2] 何勇[3] 馮盤[3] 朱加進[3] Author： SHI Jia-hui[1] CHEN Zi-li[2] SHAO Yong-ni[2] HE Yong[3] FENG Pan[3] ZHU Jia-jin[3] 作者單位： 浙江大學生物系統工程與食品科學學院,浙江,杭州,310029;浙江體育科學研究所,浙江,杭州,310004浙江省標準化研究院,浙江,杭州,310006浙江大學生物系統工程與食品科學學院,浙江,杭州,310029 期 刊： 光譜學與光譜分析 ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2011, 31(2) 分類號： S123 S641.2 關鍵詞： 近紅外光譜 航天育種番茄 偏最小二乘法 人工神經網絡 機標分類號： TS2 R28 機標關鍵詞： 近紅外光譜分析技術 快速鑒別 航天育種 番茄品種 Mutation Breeding via Identification of Rapid Detection Diffuse Reflectance 神經網絡建立 鑒別模型 無損鑒別 番茄果實 近紅外光譜技術 樣本 偏最小二乘法 方法 壓縮 訓練速度 訓練模型 基金項目： 國家科技支撐項目，國家高技術研究發展計劃(863計劃)項目，國家重大科技專項項目，浙江省重大科技招標項目 可見/近紅外光譜分析技術快速鑒別航天育種番茄[期刊論文] 光譜學與光譜分析 --2011, 31(2)施佳慧 陳自力 邵詠妮 何勇 馮盤 朱加進提出了利用可見/近紅外光譜技術快速無損鑒別航天育種番茄品種的方法,采用偏最小二乘法對光譜特征信息進行提取,與神經網絡結合建立番茄品種的鑒別模型.該模型將提取后的主成分作為神經網絡的輸入,加速了神經網絡的訓練...【可見/近紅外光譜分析技術快速鑒別航天育種番茄】相關文章：
不同貯存溫度蜂花粉的可見-近紅外光譜鑒別04-26
稻草改性的紅外光譜分析04-25
基于近紅外光譜技術的農作物病害診斷04-27
草酸鈣結石形態的紅外光譜分析04-27
玉米自交系品質性狀的近紅外光譜測定04-30
異穗卷柏的顯微與近紅外光譜鑒定研究04-26
近紅外光斷層成像逆問題的優化算法04-27
生物組織近紅外光譜自動測試系統04-28