染虫小麦BPE信号特性研究

发布时间：2017-09-24 10:02

  本文关键词：染虫小麦BPE信号特性研究

  更多相关文章： 超微弱光子辐射 小麦籽粒 水激发光 排列熵 时间序列模型

【摘要】：生物光子辐射信号是生物系统中普遍存在的一种生命现象,它作为生命新陈代谢过程的产物,对生物系统内部的变化及外界环境的影响有高度的敏感性,基于其快速、灵敏、可靠、无损的优点,生物光子分析技术已经应用于食品、医药、环境监测等许多领域。本文结合当前国内外的研究现状,选用不同的数据分析方法,研究不同条件下正常小麦和染虫小麦超微弱光子辐射信号的分析、处理及分类问题。本研究的主要工作和创新之处如下:1.分析注入25℃纯净水和注入40℃纯净水时正常小麦和染虫小麦超微弱光子辐射数据,并对注水温度进行单因素方差分析。用双指数曲线拟合小麦自发超微弱光子辐射信号,比较正常与染虫小麦超微弱光子辐射曲线的异同。用BP神经网络算法对染虫小麦和正常小麦进行分类,分类识别率均达80%。2.为检验小麦超微弱光子辐射信号随机程度的大小,本文应用排列熵算法研究小麦超微弱光子辐射信号,检测不同染虫程度小麦超微弱发光信号的差异。研究了数据长度、嵌入维数和延迟时间等参量对排列熵计算结果的影响规律。将小麦BPE信号的排列熵值作为特征参量对染虫小麦和正常小麦进行分类,分类识别率为75%。3.应用时间序列模型对小麦BPE信号进行建模分析,根据BPE信号序列的特性,建立合适的模型,并检验模型的有效性,最终获取较优的拟合模型。本文从小麦超微弱光子辐射信号的时域特征参数、信号序列的随机性分析及BPE时间序列建模等方面研究染虫小麦BPE信号特性,为建立小麦无损检测模型奠定一定的基础。
【关键词】：超微弱光子辐射 小麦籽粒 水激发光 排列熵 时间序列模型
【学位授予单位】：河南工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S435.12;TN911.6
【目录】：

• 摘要5-6
• Abstract6-10
• 1 绪论10-16
• 1.1 课题研究的背景和意义10
• 1.2 生物光子辐射的研究进展10-11
• 1.3 国内外研究现状11-14
• 1.3.1 不同作物超微弱光子辐射特性11-12
• 1.3.2 生物光子辐射在医学医药研究方面的应用12
• 1.3.3 生物光子辐射在食品科学方面的应用12-13
• 1.3.4 生物光子辐射在环境质量监测方面的应用13
• 1.3.5 不同结构小麦生物光子辐射特性13-14
• 1.4 本文的主要研究内容和章节安排14-16
• 2 小麦BPE信号的检测及分析16-35
• 2.1 实验材料和实验方法16-19
• 2.1.1 实验材料16-17
• 2.1.2 实验仪器17-19
• 2.2 时域特征参数分析19-21
• 2.3 不同水温下小麦籽粒水激发光特性分析21-31
• 2.3.1 实验方法21
• 2.3.2 实验结果与分析21-26
• 2.3.3 注水温度因素方差分析26-31
• 2.4 小麦BPE信号分类31-33
• 2.4.1 传统的BP算法简述31-32
• 2.4.2 分类结果及分析32-33
• 2.5 本章小结33-35
• 3 排列熵在小麦BPE信号分析中的应用35-46
• 3.1 排列熵算法35-37
• 3.2 小麦自发BPE信号排列熵的测量37-41
• 3.2.1 实验方法37
• 3.2.2 数据长度、嵌入维数与延迟时间的选择37-38
• 3.2.3 实验结果与分析38-41
• 3.3 小麦水激BPE信号排列熵的测量41-43
• 3.3.1 实验方法41
• 3.3.2 原始BPE信号及其排列熵值的变化41-42
• 3.3.3 注水前后排列熵数值的变化42-43
• 3.3.4 不同序列长度对注水前后排列熵的影响43
• 3.4 模式分类43-44
• 3.5 本章小结44-46
• 4 小麦BPE信号建模46-56
• 4.1 相关模型及其特征46-47
• 4.2 小麦水激BPE信号建模47-55
• 4.2.1 实验方法47
• 4.2.2 小麦水激BPE信号模型识别47-55
• 4.3 本章小结55-56
• 5 总结与展望56-59
• 5.1 总结56-57
• 5.2 展望57-59
• 参考文献59-63
• 致谢63-64
• 个人简介64

【参考文献】

中国期刊全文数据库 前10条

1 姚文坡;刘铁兵;戴加飞;王俊;;脑电信号的多尺度排列熵分析[J];物理学报;2014年07期

2 饶国强;冯辅周;司爱威;谢金良;;排列熵算法参数的优化确定方法研究[J];振动与冲击;2014年01期

3 梁义涛;朱远坤;王锋;史卫亚;庞蕊;;不同结构小麦籽粒延迟发光特性[J];河南科技大学学报(自然科学版);2013年05期

4 刘高峰;;生物超微弱发光的研究进展[J];生物学教学;2013年06期

5 冯辅周;司爱威;江鹏程;;小波相关排列熵和HMM在故障预测中的应用[J];振动工程学报;2013年02期

6 徐芙蓉;周鑫瑶;傅俊杰;胡林福;;基于超微弱发光技术检测辐照食品的研究[J];中国食品学报;2012年05期

7 赵丹;张玉荣;林家永;周显青;;小麦储藏品质评价指标研究进展[J];粮食与饲料工业;2012年02期

8 鲍杰;吴才章;;基于虚拟仪器的小麦新陈度检测[J];中国粮油学报;2011年06期

9 习岗;李少华;张艳;;H_2O_2胁迫下菠菜叶片延迟发光动力学过程的分析[J];发光学报;2010年06期

10 赵丹莹;生吉萍;丁洋;申琳;范蓓;刘灿;;超微弱发光用于番茄果实冷害发生程度的无损监测[J];光谱学与光谱分析;2010年09期

中国硕士学位论文全文数据库 前3条

1 温玉龙;高温胁迫下景天属植物的超微弱发光及侧重于活性氧的激发机制[D];内蒙古农业大学;2014年

2 朱远坤;小麦籽粒及隐蔽性害虫延迟发光特性研究[D];河南工业大学;2013年

3 王华芳;小麦新鲜度判别技术的研究[D];河南工业大学;2010年

，

本文编号：910760