中国博士后科学基金(20080431301)
- 作品数：4 被引量：40H指数：3
- 相关作者：金航峰黄凌霞楼程富金佩华吴迪更多>>
- 相关机构：浙江大学湖州市农业科学研究院更多>>
- 发文基金：中国博士后科学基金浙江省教育厅科研计划浙江省科技厅新苗人才计划更多>>
- 相关领域：农业科学理学更多>>
- 桑树叶片的叶绿素值检测与光谱特征分析方法被引量：11
- 2008年
- 为了探索一种基于光谱技术的快速、无损且准确的桑树叶片叶绿素值(SPAD)检测方法,对6个桑树品种叶片的叶绿素值与可见-近红外光谱(Vis-NIR)反射率进行了测定与分析。同一叶片因测量部位不同,SPAD值也不同;同一植株自上而下的叶片SPAD值呈上升趋势。采用偏最小二乘法(PLS)建立了6个桑品种叶片的SPAD与叶片的可见-近红外光谱反射率定量分析模型,校正相关系数均达到0.80以上,预测相关系数均达到0.79以上,表明利用可见-近红外光谱分析法能较好地检测桑树叶片的叶绿素值。
- 黄凌霞金航峰赵丽华饶丽琴楼程富金佩华
- 关键词：桑树叶片偏最小二乘法
- 基于变量选择的蚕茧茧层量可见-近红外光谱无损检测被引量：24
- 2010年
- 以蚕茧茧层量为研究对象,研究了基于可见-近红外光谱技术的蚕茧茧层量无损检测方法。采用最小二乘支持向量机(least square-support vector machine,LS-SVM)建立可见-近红外光谱模型。采用无信息变量消除算法(uninformative variable elimination,UVE)与连续投影算法(successive projections algorithm,SPA)相结合选取光谱有效波长。结果表明,基于UVE-SPA法进行变量选择,最终将原始光谱的600个光谱变量减少到了8个(673,937,963,982,989,992,995和1008nm)。基于此8个变量建立的LS-SVM模型得到了预测集的确定系数(Rp2)为0.5354,误差均方根(RMSEP)为0.0373的预测结果。表明可见-近红外光谱可以用于对蚕茧的茧层量进行无损检测,同时UVE-SPA是一种有效的光谱变量选择方法。
- 黄凌霞吴迪金航峰赵丽华何勇金佩华楼程富
- 关键词：近红外光谱无损检测蚕茧茧层量
- 用最小二乘支持向量机的可见-近红外光谱测定蜂花粉贮存时间被引量：4
- 2010年
- 为了探索一种快速有效的蜂花粉新鲜程度检测方法,利用可见-近红外光谱技术结合最小二乘支持向量机(LS-SVM)对蜂花粉的贮存时间进行了检测.选择常温环境中贮存时间为4～50天(共计47天)的茶花蜂花粉作为研究对象,将全光谱数据作为输入变量建立了LS-SVM模型.结果显示,该LS-SVM模型预测效果较好,预测相关系数rp达到了0.996,预测标准误差(SEP)和预测均方根误差(RMSEP)的值分别为1.310和1.308,优于偏最小二乘法(PLS)和主成分回归(PCR)的预测结果,说明基于LS-SVM的可见-近红外光谱技术能够很好地对花粉贮存时间进行检测.同时对不同贮存时间段花粉的预测效果进行了比较,发现该LS-SVM模型适用于对第11～50天范围的贮存时间进行检测.
- 金航峰黄凌霞吴迪金佩华楼程富
- 关键词：最小二乘支持向量机
- 不同贮存温度蜂花粉的可见-近红外光谱鉴别被引量：1
- 2009年
- 利用可见-近红外光谱技术结合最小二乘支持向量机(LS-SVM)对不同贮存温度下的蜂花粉进行鉴别。选择-20、4、15、25和40℃5个温度下分别贮存60 d后的蜂花粉为研究对象。对原始光谱数据进行平滑和附加散射校正(MSC)的预处理后进行主成分分析,选择4~20个主成分作为输入变量进行LS-SVM建模。模型预测参数比较结果显示,当主成分数取20时模型的预测效果最好,预测相关系数r2p≥0.9919,预测标准偏差(SEP)和预测均方根误差(RMSEP)分别为1.7854和1.7675,优于偏最小二乘回归(PLS)的预测结果,说明基于LS-SVM的可见-近红外光谱技术能够很好地对蜂花粉贮存温度进行检测。
- 金航峰黄凌霞金佩华楼程富
- 关键词：蜂花粉贮存温度主成分分析最小二乘支持向量机
