论文摘要
通过采集百农201、百农207、百农307、百旱207、AK-58、冠麦1号、周麦18等7个不同品种完整小麦籽粒的近红外光谱（900～1700 nm）信息,经高斯滤波平滑（Gaussian Filtering Smoothing,GFS）、标准化校正（Normalization Correction）和卷积平滑（Savitzky-Golay Convolution Smoothing,SGCS）三种预处理后,利用偏最小二乘回归（Partial Least Squares Regression,PLSR）算法寻找光谱信息与小麦籽粒干物质含量之间的定量关系。结果显示,经GFS预处理的近红外光谱（100个波长）构建的全波段PLSR模型（PLSR）预测相关系数（RP）为0.952,预测误差（RMSEP）为0.158%,RMSEC与RMSEP绝对值差（ΔE）为0.082,预测效果优于其他两种预处理光谱。从GFS光谱中经PLSR-β法筛选获得17个最优波长,构建的优化模型（O-PLSR）RP为0.928,RMSEP为0.191%,ΔE为0.049,其预测效果接近于PLSR模型。试验表明,利用900～1700 nm光谱可被潜在用于快速无损预测小麦籽粒干物质含量。
论文目录
文章来源
类型: 期刊论文
作者: 何鸿举,王玉玲,乔红,欧行奇,刘红,王慧,蒋圣启,王魏
关键词: 光谱,检测,小麦,干物质
来源: 海南师范大学学报(自然科学版) 2019年01期
年度: 2019
分类: 基础科学,工程科技Ⅰ辑
专业: 化学,轻工业手工业
单位: 河南科技学院食品学院,河南科技学院生命科技学院,新乡市农乐种业有限责任公司,海南师范大学化学与化工学院
基金: 河南省重大科技专项(151100110700),新乡市重大科技专项(ZD18007),河南科技学院高层次人才引进项目(2015015,2015003),河南科技学院重大科研培育项目(2015ZD02),河南科技学院标志性创新工程项目(2015BZ03)
分类号: TS210.7;O657.3
页码: 33-38
总页数: 6
文件大小: 1893K
下载量: 81