- 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