红外
紅外
홍외
INFRARED
2010年
7期
39-44
,共6页
阴佳鸿%毛培胜%黄莺%孔令琪%朱萍%于晓娜
陰佳鴻%毛培勝%黃鶯%孔令琪%硃萍%于曉娜
음가홍%모배성%황앵%공령기%주평%우효나
近红外技术%马氏距离%种子活力%燕麦
近紅外技術%馬氏距離%種子活力%燕麥
근홍외기술%마씨거리%충자활력%연맥
以不同含水量的燕麦种子为材料,将近红外光谱技术与主成分-马氏距离识别方法相结合,研究比较了经控制劣变处理后的燕麦种子的活力差异.结果表明,在选取4000cm-1～5050cm-1、5200cm-1～6790cm-1和7192cm-1～10000cm-1波长范围内的光谱数据和含水量为4.0%、10.0%、16.0%、22.0%时,用多元散射校正(MSC)预处理方法对选取的8个主成分进行预测的效果最佳,对校正样本和预测样本的鉴别率均可达到100%;在含水量为22.0%、28.0%、34.0%、40.0%时,用标准归一化预处理方法对选取的8个主成分进行预测的效果最佳,但仍有较高的误判数.在确定的种子含水量范围内,利用近红外技术可以准确地区别不同活力水平的燕麦种子.
以不同含水量的燕麥種子為材料,將近紅外光譜技術與主成分-馬氏距離識彆方法相結閤,研究比較瞭經控製劣變處理後的燕麥種子的活力差異.結果錶明,在選取4000cm-1～5050cm-1、5200cm-1～6790cm-1和7192cm-1～10000cm-1波長範圍內的光譜數據和含水量為4.0%、10.0%、16.0%、22.0%時,用多元散射校正(MSC)預處理方法對選取的8箇主成分進行預測的效果最佳,對校正樣本和預測樣本的鑒彆率均可達到100%;在含水量為22.0%、28.0%、34.0%、40.0%時,用標準歸一化預處理方法對選取的8箇主成分進行預測的效果最佳,但仍有較高的誤判數.在確定的種子含水量範圍內,利用近紅外技術可以準確地區彆不同活力水平的燕麥種子.
이불동함수량적연맥충자위재료,장근홍외광보기술여주성분-마씨거리식별방법상결합,연구비교료경공제렬변처리후적연맥충자적활력차이.결과표명,재선취4000cm-1～5050cm-1、5200cm-1～6790cm-1화7192cm-1～10000cm-1파장범위내적광보수거화함수량위4.0%、10.0%、16.0%、22.0%시,용다원산사교정(MSC)예처리방법대선취적8개주성분진행예측적효과최가,대교정양본화예측양본적감별솔균가체도100%;재함수량위22.0%、28.0%、34.0%、40.0%시,용표준귀일화예처리방법대선취적8개주성분진행예측적효과최가,단잉유교고적오판수.재학정적충자함수량범위내,이용근홍외기술가이준학지구별불동활력수평적연맥충자.
