光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2009年
11期
3079-3083
,共5页
刘飞%张帆%方慧%金宗来%周伟军%何勇
劉飛%張帆%方慧%金宗來%週偉軍%何勇
류비%장범%방혜%금종래%주위군%하용
近红外光谱%油菜%氨堆酸总量%连续投影算法%最小二乘-支持向量机
近紅外光譜%油菜%氨堆痠總量%連續投影算法%最小二乘-支持嚮量機
근홍외광보%유채%안퇴산총량%련속투영산법%최소이승-지지향량궤
应用近红外光谱技术结合连续投影算法(SPA)实现了油菜叶片氨基酸总量(TAA)的快速无损检测.对150个油菜样本进行光谱扫描,通过比较不同预处理,建立油菜叶片氨基酸总量预测的最优偏最小二乘法(PLS)模型.同时应用SPA提取有效波长,作为多元线性回归(MLR),PLS和最小二乘-支持向最机(LS-SVM)的输入变量,分别建立SPA-MLR,SPA-PLS和SPA-ISSVM模型.以决定系数(R2)和均方根误差(RMSE)作为模型评价指标.结果表明,SPA-MLR和SPA-PLS均优于全波段的PLS模型,SPA-LS-SVM获得了最优的预测结果,其预测的R2和RMSEP分别为0.983 0和0.396 4,获得了满意的预测精度.说明应用光谱技术枪测油菜叶片TAA是可行的,并能获得满意的预测精度,为进一步应用光谱技术进行油菜生长对逆境胁迫的反应及大田监测提供了新的方法.
應用近紅外光譜技術結閤連續投影算法(SPA)實現瞭油菜葉片氨基痠總量(TAA)的快速無損檢測.對150箇油菜樣本進行光譜掃描,通過比較不同預處理,建立油菜葉片氨基痠總量預測的最優偏最小二乘法(PLS)模型.同時應用SPA提取有效波長,作為多元線性迴歸(MLR),PLS和最小二乘-支持嚮最機(LS-SVM)的輸入變量,分彆建立SPA-MLR,SPA-PLS和SPA-ISSVM模型.以決定繫數(R2)和均方根誤差(RMSE)作為模型評價指標.結果錶明,SPA-MLR和SPA-PLS均優于全波段的PLS模型,SPA-LS-SVM穫得瞭最優的預測結果,其預測的R2和RMSEP分彆為0.983 0和0.396 4,穫得瞭滿意的預測精度.說明應用光譜技術鎗測油菜葉片TAA是可行的,併能穫得滿意的預測精度,為進一步應用光譜技術進行油菜生長對逆境脅迫的反應及大田鑑測提供瞭新的方法.
응용근홍외광보기술결합련속투영산법(SPA)실현료유채협편안기산총량(TAA)적쾌속무손검측.대150개유채양본진행광보소묘,통과비교불동예처리,건립유채협편안기산총량예측적최우편최소이승법(PLS)모형.동시응용SPA제취유효파장,작위다원선성회귀(MLR),PLS화최소이승-지지향최궤(LS-SVM)적수입변량,분별건립SPA-MLR,SPA-PLS화SPA-ISSVM모형.이결정계수(R2)화균방근오차(RMSE)작위모형평개지표.결과표명,SPA-MLR화SPA-PLS균우우전파단적PLS모형,SPA-LS-SVM획득료최우적예측결과,기예측적R2화RMSEP분별위0.983 0화0.396 4,획득료만의적예측정도.설명응용광보기술창측유채협편TAA시가행적,병능획득만의적예측정도,위진일보응용광보기술진행유채생장대역경협박적반응급대전감측제공료신적방법.