- 相關(guān)推薦
可見/近紅外光譜分析技術(shù)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(shù)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(jìn)行提取,與神經(jīng)網(wǎng)絡(luò)結(jié)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(jīng)網(wǎng)絡(luò)的輸入,加速了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度.同時采用小波變換對大量光譜數(shù)據(jù)進(jìn)行壓縮,并結(jié)合神經(jīng)網(wǎng)絡(luò)建立番茄品種鑒別模型,該模型將壓縮后的數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)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(xùn)練模型,并用每個品種15個樣本,共45個番茄果實的樣本進(jìn)行預(yù)測.兩個模型的鑒別正確率分別達(dá)到95.6%和97.8%.說明本方法具有較高的鑒別準(zhǔn)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(jìn)[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(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院,浙江,杭州,310029;浙江體育科學(xué)研究所,浙江,杭州,310004浙江省標(biāo)準(zhǔn)化研究院,浙江,杭州,310006浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院,浙江,杭州,310029 期 刊： 光譜學(xué)與光譜分析 ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2011, 31(2) 分類號： S123 S641.2 關(guān)鍵詞： 近紅外光譜 航天育種番茄 偏最小二乘法 人工神經(jīng)網(wǎng)絡(luò) 機(jī)標(biāo)分類號： TS2 R28 機(jī)標(biāo)關(guān)鍵詞： 近紅外光譜分析技術(shù) 快速鑒別 航天育種 番茄品種 Mutation Breeding via Identification of Rapid Detection Diffuse Reflectance 神經(jīng)網(wǎng)絡(luò)建立 鑒別模型 無損鑒別 番茄果實 近紅外光譜技術(shù) 樣本 偏最小二乘法 方法 壓縮 訓(xùn)練速度 訓(xùn)練模型 基金項目： 國家科技支撐項目，國家高技術(shù)研究發(fā)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(biāo)項目 可見/近紅外光譜分析技術(shù)快速鑒別航天育種番茄[期刊論文] 光譜學(xué)與光譜分析 --2011, 31(2)施佳慧 陳自力 邵詠妮 何勇 馮盤 朱加進(jìn)提出了利用可見/近紅外光譜技術(shù)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(jìn)行提取,與神經(jīng)網(wǎng)絡(luò)結(jié)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(jīng)網(wǎng)絡(luò)的輸入,加速了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練...【可見/近紅外光譜分析技術(shù)快速鑒別航天育種番茄】相關(guān)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(shù)的農(nóng)作物病害診斷04-27
基于BP神經(jīng)網(wǎng)絡(luò)的啤酒酒精度近紅外光譜快速檢測04-27
異穗卷柏的顯微與近紅外光譜鑒定研究04-26