基于近红外光谱技术的蔬菜农药残留种类检测

基于近红外光谱技术的蔬菜农药残留种类检测

论文摘要

该文基于近红外光谱技术,提出一种快速无损检测方法,以期实现蔬菜农药残留的分类检测。通过对喷洒了氰戊菊酯溶液、三唑磷溶液和未喷洒农药的生菜样本进行研究,比较不同预处理后的建模效果,选用SNV算法作为最优预处理方法。分别采用连续投影算法(SPA)、自主软收缩法(BOSS)和竞争性自适应重加权算法(CARS)对预处理后的光谱数据进行特征波段选择。采用支持向量机(SVM)和基于灰狼算法(GWO)优化的支持向量机(SVM)算法对特征波长变量分别建立分类模型。再通过对建立的模型进行比较得出:CARS-GWO-SVM模型取得了最佳的分类效果,模型的训练集精度和预测集精度均为100%。因此,利用近红外光谱技术对蔬菜上的农药残留进行分类检测是可行的。该研究为生菜中其他农药残留的快速无损检测分析提供参考。

论文目录

  • 0 引言
  • 1 材料与方法
  •   1.1 试验样本
  •   1.2 近红外光谱采集
  •   1.3 光谱预处理
  •   1.4 特征波段选择算法
  •     1.4.1 连续投影算法 (SPA)
  •     1.4.2 自主软收缩法 (BOSS)
  •     1.4.3 竞争性自适应重加权算法 (CARS)
  •   1.5 分类建模方法
  •     1.5.1 支持向量机 (SVM)
  •     1.5.2 基于灰狼算法优化的支持向量机 (GWO-SVM)
  • 2 结果与分析
  •   2.1 生菜农残样品的原始近红外光谱数据信息
  •   2.2 原始光谱数据信息预处理
  •   2.3 特征波段结果
  •   2.4 建立分类模型
  •     2.4.1 SVM分类模型
  •     2.4.2 GWO-SVM分类模型
  • 3 结论
  • 文章来源

    类型: 期刊论文

    作者: 李春雨,葛啸,金燕婷,孙俊

    关键词: 近红外光谱,农药残留,生菜

    来源: 农业工程 2019年06期

    年度: 2019

    分类: 农业科技,工程科技Ⅰ辑

    专业: 化学,植物保护

    单位: 江苏大学电气信息工程学院

    基金: 大学生实践创新训练计划项目(项目编号:201810299005Z,201810299063Y)

    分类号: S481.8;O657.33

    页码: 33-39

    总页数: 7

    文件大小: 306K

    下载量: 302

    相关论文文献

    • [1].浅析蔬菜农药残留原因及检测方法[J]. 种子科技 2019(12)
    • [2].浅析蔬菜农药残留原因及检测方法[J]. 中国果菜 2019(11)
    • [3].珠三角典型地区蔬菜农药残留现状与问题浅析[J]. 南方农业 2019(30)
    • [4].中国城市市售水果蔬菜农药残留水平及其空间差异研究[J]. 测绘与空间地理信息 2020(03)
    • [5].蔬菜农药残留原因及检测方法[J]. 食品安全导刊 2020(06)
    • [6].江苏省不同季节蔬菜农药残留状况调查分析[J]. 食品安全质量检测学报 2020(11)
    • [7].泰安市主要蔬菜农药残留监测分析及对策[J]. 农业科技通讯 2020(06)
    • [8].江苏省一季度蔬菜农药残留检出率和超标率为全年最高[J]. 农药市场信息 2020(14)
    • [9].浅析蔬菜农药残留原因及检测方法[J]. 农业与技术 2020(14)
    • [10].疫情防控期连云港市各县区蔬菜农药残留现状分析[J]. 现代农业科技 2020(16)
    • [11].蔬菜农药残留现状及防控对策[J]. 农业技术与装备 2020(06)
    • [12].海门市蔬菜农药残留超标问题分析[J]. 上海蔬菜 2018(06)
    • [13].2015-2016年宁夏部分市售蔬菜农药残留状况分析[J]. 宁夏医科大学学报 2018(12)
    • [14].浅谈蔬菜农药残留原因及检测方法[J]. 农民致富之友 2019(05)
    • [15].蔬菜农药残留快速检测技术及常见问题与对策[J]. 农业科技与装备 2019(05)
    • [16].我国蔬菜农药残留形成原因及控制对策[J]. 农业科技与信息 2019(19)
    • [17].蔬菜农药残留问题的探讨[J]. 农家参谋 2019(22)
    • [18].深圳流通市场蔬菜农药残留现状分析[J]. 中国果菜 2017(11)
    • [19].长治市蔬菜农药残留的现状与对策[J]. 农业开发与装备 2018(01)
    • [20].蔬菜农药残留来源分析及解决策略[J]. 中国果菜 2018(06)
    • [21].蔬菜农药残留现状及其潜在风险分析[J]. 南方农业 2018(17)
    • [22].蔬菜农药残留超标成因及应对措施[J]. 食品安全导刊 2018(21)
    • [23].吉林省蔬菜农药残留现状及建议[J]. 吉林农业 2018(21)
    • [24].减少蔬菜农药残留方法建议[J]. 黑龙江农业科学 2016(12)
    • [25].蔬菜农药残留防治对策研究[J]. 企业科技与发展 2017(01)
    • [26].闵行区蔬菜农药残留快速检测的现状和存在的问题及解决方法[J]. 上海蔬菜 2017(01)
    • [27].蔬菜农药残留危害与超标原因的应对措施分析[J]. 农业技术与装备 2017(02)
    • [28].蔬菜农药残留的原因及防治对策[J]. 南方农业 2017(03)
    • [29].蔬菜农药残留现状及其潜在风险[J]. 食品安全导刊 2017(09)
    • [30].浅谈食品安全中蔬菜农药残留问题[J]. 河北农业 2017(04)

    标签:;  ;  ;  

    基于近红外光谱技术的蔬菜农药残留种类检测
    下载Doc文档

    猜你喜欢