为了开发更方便、准确、快速的大米产地溯源方法,更好地维护市场秩序,保护消费者的合法权益,研究运用近红外光谱技术并结合PLS-DA法(Partial least squares discriminant analysis,偏最小二乘判别分析)进行建模,对2012年黑龙江5个水稻...为了开发更方便、准确、快速的大米产地溯源方法,更好地维护市场秩序,保护消费者的合法权益,研究运用近红外光谱技术并结合PLS-DA法(Partial least squares discriminant analysis,偏最小二乘判别分析)进行建模,对2012年黑龙江5个水稻主产区(五常、佳木斯、齐齐哈尔、双鸭山和牡丹江)的118份大米粉末样品进行近红外光谱的扫描,确定光谱预处理方法为9点二阶求导结合7点平滑,建模波长为全波长。主成分分析提取3个有效主成分。用预测样本集进行模型的验证,5个地域的预测正确率分别为87.5%,87.5%,100%,100%和100%。初步认定可用于2012年黑龙江大米产地溯源模型的建立。展开更多
柑橘黄龙病(Huanglongbing,HLB)是世界柑橘生产上最具毁灭性的病害,给果农和相关产业造成了巨大的损失。以柑橘叶片为载体,利用高光谱图像技术采集柑橘叶片表面的高光谱图像,用ENVI4.7进行图像处理,提取感兴趣区域(Region of Intest,RO...柑橘黄龙病(Huanglongbing,HLB)是世界柑橘生产上最具毁灭性的病害,给果农和相关产业造成了巨大的损失。以柑橘叶片为载体,利用高光谱图像技术采集柑橘叶片表面的高光谱图像,用ENVI4.7进行图像处理,提取感兴趣区域(Region of Intest,ROI),统计感兴趣区域平均光谱数据,并进行相关植被植物的运算,最后通过PLS-DA(Partial Least Squares Discrimination Analysis)判别法进行鉴别并分类。结果表明:基于平均光谱值和植被指数的PLS-DA判别模型都能对健康、缺锌和HLB叶片进行鉴别。其中基于平均光谱值的PLS-DA模型鉴别健康柑橘叶片样品的灵敏度为100%,特异度为100%,准确度为100%;鉴别缺锌柑橘叶片样品的灵敏度为80.6%,特异度为91.7%,准确度为88.9%;鉴别HLB叶片的灵敏度为89.3%,特异度为88.3%,准确度为88.9%。基于植被指数的PLSDA判别模型鉴别健康柑橘叶片样品的灵敏度为100%,特异度为100%,准确度为100%;鉴别缺锌柑橘叶片样品灵敏度为92.5%,特异度为89.3%,准确度为90.1%;鉴别HLB叶片的灵敏度为86.4%,特异度为95.3%,准确度为90.1%。识别正确率较高,说明利用高光谱进行柑橘黄龙病病情分类是可行的。展开更多
文摘为了开发更方便、准确、快速的大米产地溯源方法,更好地维护市场秩序,保护消费者的合法权益,研究运用近红外光谱技术并结合PLS-DA法(Partial least squares discriminant analysis,偏最小二乘判别分析)进行建模,对2012年黑龙江5个水稻主产区(五常、佳木斯、齐齐哈尔、双鸭山和牡丹江)的118份大米粉末样品进行近红外光谱的扫描,确定光谱预处理方法为9点二阶求导结合7点平滑,建模波长为全波长。主成分分析提取3个有效主成分。用预测样本集进行模型的验证,5个地域的预测正确率分别为87.5%,87.5%,100%,100%和100%。初步认定可用于2012年黑龙江大米产地溯源模型的建立。
文摘柑橘黄龙病(Huanglongbing,HLB)是世界柑橘生产上最具毁灭性的病害,给果农和相关产业造成了巨大的损失。以柑橘叶片为载体,利用高光谱图像技术采集柑橘叶片表面的高光谱图像,用ENVI4.7进行图像处理,提取感兴趣区域(Region of Intest,ROI),统计感兴趣区域平均光谱数据,并进行相关植被植物的运算,最后通过PLS-DA(Partial Least Squares Discrimination Analysis)判别法进行鉴别并分类。结果表明:基于平均光谱值和植被指数的PLS-DA判别模型都能对健康、缺锌和HLB叶片进行鉴别。其中基于平均光谱值的PLS-DA模型鉴别健康柑橘叶片样品的灵敏度为100%,特异度为100%,准确度为100%;鉴别缺锌柑橘叶片样品的灵敏度为80.6%,特异度为91.7%,准确度为88.9%;鉴别HLB叶片的灵敏度为89.3%,特异度为88.3%,准确度为88.9%。基于植被指数的PLSDA判别模型鉴别健康柑橘叶片样品的灵敏度为100%,特异度为100%,准确度为100%;鉴别缺锌柑橘叶片样品灵敏度为92.5%,特异度为89.3%,准确度为90.1%;鉴别HLB叶片的灵敏度为86.4%,特异度为95.3%,准确度为90.1%。识别正确率较高,说明利用高光谱进行柑橘黄龙病病情分类是可行的。
