基于光声光谱和TCA迁移学习的稻种活力检测

发布时间：2022-02-13 10:47

　　种子活力是决定水稻产量的最重要因素之一,但目前水稻种子活力的近红外和高光谱等无损检测方法易受种子表皮颜色影响,且所建模型难以适应新品种。该研究提出基于光声光谱技术的稻种活力无损检测方法并结合迁移学习进行新品种稻种活力检测。首先,对Y两优、龙粳、南粳、宁粳、武运粳、新两优等具有区域代表性的典型6种水稻品种,进行高温高湿人工老化处理,得到0～7 d老化时间的水稻种子;再通过调制频率获得8种不同深度的光声光谱信息,用主成分分析、竞争性自适应重加权算法对光谱降维得到特征光谱后,对Y两优、龙粳、南粳、宁粳、武运粳分别建立偏最小二乘回归（Partial Least Squares Regression,PLSR）、反向传播神经网络（Back Propagation Neural Network,BP）、广义回归神经网络（Generalized Regression Neural Network,GRNN）、支持向量回归模型（Support Vector Regression,SVR）、深度卷积神经网络（Convolutional Netural Network,CNN）的稻种活力预测模型,并选择最... 

【文章来源】：农业工程学报. 2020,36(22)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

不同老化天数Y两优在300 Hz下去噪前后光声光谱

由图3可见，特征光谱1 000～1 160 cm-1波段内出现吸收峰主要由稻种中蛋白质、可溶性糖中C—O键、C—N键的伸缩振动所致[5];1 412 cm-1附近的吸收峰为淀粉中CH2、C—O—O伸缩振动吸收区域；1 317～1 440 cm-1附近为亚甲基和甲基对称弯曲振动及CH3剪式振动吸收区；1 200～1 500 cm-1范围内的吸收峰由多糖、蛋白质混合振动产生[19];1 635 cm-1处的小吸收峰主要由不饱和油脂中C—C键、蛋白质C—O键的伸缩振动（酰胺I）和水的O—H键的弯曲振动伸缩振动叠加而产生[20]；稻种中丙二醛、油脂和纤维素等物质中C—H键伸缩振动导致2 850～3 000 cm-1处出现尖吸收峰；蛋白质中N—H键和水中O—H键的振动伸缩的叠加作用导致3 100～3 500 cm-1处有宽的吸收峰[24]。图4 基于CARS的Y两优特征波长提取过程

基于CARS的Y两优特征波长提取过程

【参考文献】：
期刊论文
[1]种子清选机现状浅析与发展思考[J]. 刘敏基,王妮,谢焕雄,王建楠,高学梅,彭宝良.  中国农机化学报. 2020(08)
[2]电导率法早期检测玉米和小麦种子活力[J]. 向莹莹,李浩卓,张婷婷,王建华,孙群.  中国农业大学学报. 2020(06)
[3]多组分变压器油溶解气体的傅里叶变换红外光声光谱定量检测[J]. 刘丽娴,宦惠庭,Mandelis Andreas,邵晓鹏.  光谱学与光谱分析. 2020(03)
[4]基于高光谱成像技术的泾源黄牛肉色度PLSR预测模型构建[J]. 禹文杰,王彩霞,乔芦,王松磊,贺晓光.  浙江农业学报. 2020(03)
[5]不同含水量对水稻种子活力及抗氧化系统的影响[J]. 王岩,陈爱国,崔晓光,吴禹,马佳慧.  辽宁农业科学. 2019(06)
[6]高光谱数据处理算法的小麦赤霉病籽粒识别[J]. 刘爽,谭鑫,刘成玉,朱春霖,李文昊,崔帅,杜懿峰,黄殿成,谢锋.  光谱学与光谱分析. 2019(11)
[7]基于BP神经网络的超声扫描图像的分割技术研究[J]. 鞠响,冯宇翔.  现代工业经济和信息化. 2019(08)
[8]基于机器视觉技术检测裂纹玉米种子[J]. 闫彬,杨福增,郭文川.  农机化研究. 2020(05)
[9]基于SAGA-SVR预测模型的水稻种子水分含量高光谱检测[J]. 芦兵,孙俊,杨宁,武小红.  南方农业学报. 2018(11)
[10]高精度光声光谱定量成像系统的设计与应用[J]. 燕康,张建辉,张帆,周瑛子,龚小竞.  机械工程学报. 2018(20)



本文编号：3623050