基于高光谱图像的小麦脱氧雪腐镰刀菌烯醇含量等级鉴别

• 作者: 卢伟 徐剑宏 杜莹莹 梁琨 沈明霞 陈小河
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 小麦 高光谱图像 脱氧雪腐镰刀菌醇 识别模型
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 研究与探讨
• 页码范围: 54-58
• 分类号: TS201.1
• 语种: 中文
• DOI: 10.13386/j.issn1002-0306.2016.17.002

摘要

以6种不同脱氧雪腐镰刀菌烯醇(DON)含量等级的小麦样本为研究对象,利用高光谱图像结合化学计量学方法实现DON毒素含量的鉴别.采集180份小麦样本高光谱图像,利用改进格拉姆斯密特算法(MGS)与遗传无信息变量消除算法(GAUVE)对400～ 1021 nm波段光谱信息提取特征波长,分别利用线性判别分析(LDA)、随机森林(RF)、支持向量机(SVM)、最邻近结点(KNN)算法建立模型预测小麦脱氧雪腐镰刀菌烯醇含量等级.结果表明,利用MGS算法和GAUVE算法能有效地提取特征波长,降低波长变量数,提高运算速率,4种算法建模时准确率均高于85％,其中MGS-SVM模型鉴别效果最优.研究表明,高光谱图像结合化学计量方法与现有检测方法相比,可以快速无损地鉴别6种不同小麦DON毒素含量,为小麦DON毒素快速、无损、智能检测提供研究方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈明霞	南京农业大学江苏省智能化农业装备重点实验室	111	1648	23.0	35.0
2	徐剑宏	江苏省农业科学院食品质量与检测研究所	18	224	10.0	14.0
3	卢伟	南京农业大学江苏省智能化农业装备重点实验室	38	177	8.0	12.0
4	梁琨	南京农业大学江苏省智能化农业装备重点实验室	15	130	7.0	11.0
5	杜莹莹	南京农业大学江苏省智能化农业装备重点实验室	4	54	3.0	4.0
6	陈小河	南京农业大学江苏省智能化农业装备重点实验室	1	1	1.0	1.0