利用近红外光谱与PCA-SVM识别热损伤番茄种子

• 作者: 彭彦昆 房晓倩 李龙 赵芳 邢瑶瑶
• 来源期刊: 农业工程学报
• 学科: 化学
• 关键词: 近红外光谱 支持向量机 无损检测 热损伤 番茄种子
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 159-165
• 页数: 7页
• 分类号: O657.33
• 字数: 4739字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.05.021

摘要

为了研究近红外光谱技术用于热损伤种子快速无损识别的可行性,该文以120粒番茄种子为研究对象,其中60粒番茄种子通过高温加热处理的方式成为热损伤种子组,其他60粒番茄种子为正常种子组,利用实验室自主搭建的近红外光谱检测系统获取单粒番茄种子在980~1700 nm 范围内的光谱,分别采用偏最小二乘判别法(partial least squares discriminant analysis, PLS-DA)和支持向量机(support vector machines, SVM)建立了番茄种子热损伤的定性分析模型.试验结果表明:2种判别模型的验证集总正确率均大于96%,均可用于热损伤种子的判别.其中,基于主成分分析(principal component analysis , PCA)预处理的光谱数据构建的支持向量机模型的判别效果最好,其校正集和验证集的判别正确率均为100%,更适用于种子热损伤识别.因此,应用近红外光谱技术可快速无损识别热损伤番茄种子,为种子检验提供了一种新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李龙	中国农业大学工学院国家农产品加工技术装备研发分中心	54	281	9.0	12.0
2	彭彦昆	中国农业大学工学院国家农产品加工技术装备研发分中心	135	1809	24.0	36.0
3	房晓倩	中国农业大学工学院国家农产品加工技术装备研发分中心	6	30	3.0	5.0
4	赵芳	中国农业大学工学院国家农产品加工技术装备研发分中心	9	32	3.0	5.0
5	邢瑶瑶	中国农业大学工学院国家农产品加工技术装备研发分中心	2	20	2.0	2.0