基于近红外光谱与SIMCA和PLS-DA的水稻品种鉴别

被引:7
作者
曲歌
陈争光
王雪
机构
[1] 黑龙江八一农垦大学电气与信息学院
基金
国家重点研发计划;
关键词
近红外光谱; 水稻品种; PLS-DA; SIMCA; 品种鉴别;
D O I
10.16035/j.issn.1001-7283.2018.02.029
中图分类号
O657.33 [红外光谱分析法]; S511 [稻];
学科分类号
070302 ; 081704 ; 0901 ;
摘要
以垦粳5号、垦粳6号、垦粳9号和鸿育001-1共4个水稻品种为研究对象,采用近红外光谱技术分别结合SIMCA和偏最小二乘法判别分析法(PLS-DA)对4个水稻品种进行鉴别。采用SIMCA分类法,实现了4个水稻品种100%的区分;采用PLS-DA方法对校正样本建立判别模型,其校正集结果和参考值之间的相关系数最小值为0.95,验证集结果与参考值之间的相关系数最小值为0.94,对验证集中4个水稻品种的识别率为100%。试验结果表明,应用近红外光谱技术结合SIMCA分类法和PLS-DA法均可实现对水稻品种的快速鉴别。
引用
收藏
页码:166 / 170
页数:5
相关论文
共 10 条
[1]  
Discrimination of the type of biodiesel/diesel blend (B5) using mid-infrared spectroscopy and PLS-DA.[J].Sarmento Júnior Mazivila;Felipe Bachion de Santana;Hery Mitsutake;Lucas Caixeta Gontijo;Douglas Queiroz Santos;Waldomiro Borges Neto.Fuel.2015,
[2]   Nondestructive measurement of fruit and vegetable quality by means of NIR spectroscopy:: A review [J].
Nicolai, Bart M. ;
Beullens, Katrien ;
Bobelyn, Els ;
Peirs, Ann ;
Saeys, Wouter ;
Theron, Karen I. ;
Lammertyn, Jeroen .
POSTHARVEST BIOLOGY AND TECHNOLOGY, 2007, 46 (02) :99-118
[3]  
白檀果实油含量及组分近红外定标模型构建.[D].赵志伟.中南林业科技大学.2015, 02
[4]  
可见-近红外光谱的小麦硬度预测模型预处理方法的研究.[J].惠光艳;孙来军;王佳楠;王乐凯;戴常军;.光谱学与光谱分析.2016, 07
[5]   基于近红外光谱结合PLS-DA法的野外竹种识别技术研究 [J].
王逸之 ;
董文渊 ;
李永和 ;
Andrew Kouba .
竹子研究汇刊, 2014, 33 (04) :16-20
[6]   基于水稻种子近红外特征光谱的品种鉴别方法研究 [J].
梁剑 ;
刘斌美 ;
陶亮之 ;
吴跃进 .
光散射学报, 2013, 25 (04) :423-428
[7]   基于近红外光谱的PLS-DA算法判别烤烟烟叶产地 [J].
施丰成 ;
李东亮 ;
冯广林 ;
宋光富 ;
周志刚 .
烟草科技, 2013, (04) :56-59
[8]   PLS-DA法判别分析木材生物腐朽的研究 [J].
杨忠 ;
任海青 ;
江泽慧 .
光谱学与光谱分析, 2008, (04) :793-796
[9]   近红外漫反射光谱无损检测乳粉蛋白质的研究 [J].
常敏 ;
褚鹏蛟 ;
徐可欣 .
光谱学与光谱分析, 2007, (01) :43-45
[10]   近红外光谱检测技术在农业和食品分析上的应用 [J].
王多加 ;
周向阳 ;
金同铭 ;
胡祥娜 ;
钟娇娥 ;
吴启堂 .
光谱学与光谱分析, 2004, (04) :447-450