- 相关推荐
可见/近红外光谱分析技术快速鉴别航天育种番茄
摘要：提出了利用可见/近红外光谱技术快速无损鉴别航天育种番茄品种的方法,采用偏最小二乘法对光谱特征信息进行提取,与神经网络结合建立番茄品种的鉴别模型.该模型将提取后的.主成分作为神经网络的输入,加速了神经网络的训练速度.同时采用小波变换对大量光谱数据进行压缩,并结合神经网络建立番茄品种鉴别模型,该模型将压缩后的数据作为神经网络的输入.通过对太空育种突变株 M1,M2 及其亲本番茄品种的共105个番茄果实样本建立训练模型,并用每个品种15个样本,共45个番茄果实的样本进行预测.两个模型的鉴别正确率分别达到95.6%和97.8%.说明本方法具有较高的鉴别准确度,为航天育种番茄品种的快速无损鉴别提供了新的方法. 作者： 施佳慧[1] 陈自力[2] 邵咏妮[2] 何勇[3] 冯盘[3] 朱加进[3] Author： SHI Jia-hui[1] CHEN Zi-li[2] SHAO Yong-ni[2] HE Yong[3] FENG Pan[3] ZHU Jia-jin[3] 作者单位： 浙江大学生物系统工程与食品科学学院,浙江,杭州,310029;浙江体育科学研究所,浙江,杭州,310004浙江省标准化研究院,浙江,杭州,310006浙江大学生物系统工程与食品科学学院,浙江,杭州,310029 期 刊： 光谱学与光谱分析 ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2011, 31(2) 分类号： S123 S641.2 关键词： 近红外光谱 航天育种番茄 偏最小二乘法 人工神经网络 机标分类号： TS2 R28 机标关键词： 近红外光谱分析技术 快速鉴别 航天育种 番茄品种 Mutation Breeding via Identification of Rapid Detection Diffuse Reflectance 神经网络建立 鉴别模型 无损鉴别 番茄果实 近红外光谱技术 样本 偏最小二乘法 方法 压缩 训练速度 训练模型 基金项目： 国家科技支撑项目，国家高技术研究发展计划(863计划)项目，国家重大科技专项项目，浙江省重大科技招标项目 可见/近红外光谱分析技术快速鉴别航天育种番茄[期刊论文] 光谱学与光谱分析 --2011, 31(2)施佳慧 陈自力 邵咏妮 何勇 冯盘 朱加进提出了利用可见/近红外光谱技术快速无损鉴别航天育种番茄品种的方法,采用偏最小二乘法对光谱特征信息进行提取,与神经网络结合建立番茄品种的鉴别模型.该模型将提取后的主成分作为神经网络的输入,加速了神经网络的训练...【可见/近红外光谱分析技术快速鉴别航天育种番茄】相关文章：
不同贮存温度蜂花粉的可见-近红外光谱鉴别11-23
基于可见/近红外光谱分析技术的猪肉肉糜品质检测研究06-05
尿微量白蛋白的可见-近红外光谱检测06-05
基于可见-近红外光谱和多光谱成像技术的梨损伤检测研究07-18