科研之友
微信
新浪微博
Facebook
分享链接
摘要
玉米精量播种技术发展对单粒种子质量检测提出更高的检测要求,本研究重点探索了近红外光谱结合化学计量学方法建立单粒玉米种子水分检测模型的可行性。收集并测定了110份玉米样本的含水量,应用傅里叶变换红外光谱仪及单粒测样附件扫描得到样本集近红外光谱,利用SPXY法以3∶1比例划分训练集和测试集。采用多种光谱预处理方法消除单粒种子采集光谱时由于颗粒形态等引起的噪声干扰,再采用主成分分析(PCA)、去噪自动编码器(DAE)进行降维和特征提取,建立基于随机森林(RF)的单粒玉米种子含水量预测模型。实验结果表明,相对其他预处理方法而言,多元散射校正处理后建立的单粒种子水分模型性能较好,其训练集的R为0.986 2,RMSEC为0.141 4;测试集的R为0.968 9,RMSEP为0.445 7。DAE相较于PCA光谱特征提取效果更好,其训练集的R为0.988 5,RMSEC为0.175 31;测试集的R为0.982 4,RMSEP为0.420 6。研究结果表明,经过光谱预处理并结合光谱降维消噪后,基于RF的模型可以有效降低单粒玉米种子近红外光谱采集时引入的非线性干扰,有助于提升单粒玉米种子水分近红外快速无损检测实际应用可行性。
- 单位
