文档介绍：万方数据
可见/近红外光谱分析技术快速鉴别航天育种番茄施佳慧,陈自力塾侥,何言牧嫌敕椒勇盘旒咏鳫引第卷,第月光谱学与光谱分析摘要提出了利用可见/近红外光谱技术快速无损鉴别航天育种番茄品种的方法,采用偏最小二乘法对光谱特征信息进行提取,与神经网络结合建立番茄品种的鉴别模型。该模型将提取后的主成分作为神经网络的输入,加速了神经网络的训练速度。同时采用小波变换对大量光谱数据进行压缩。并结合神经网络建市番茄品种鉴别模型,该模型将压缩后的数据作为神经网络的输入。通过对太空育种突变株,及其亲本番茄品种的共龇压笛窘ㄍ脱盗纺P停⒂妹扛銎分鲅荆龇压档难窘性测。:教煊址茄品种的快速无损鉴别提供了新的方法。关键词近红外光谱;航天育种番茄;偏最小二乘法;人工神经网络中图分类号:;.文献标识码:痡..—番茄营养丰富,富含维生素⒂谢帷⒖笪镏实扔Q成分,尤其是独特的番茄红素。吸了越来越多的消费者,是难得的“水果蔬菜”。随着物质生活水平的日益提高,番茄的品质、育种方向越来越受到关注。航天诱变育种技术是农作物诱变育种的新兴领域和重要手段,已广泛应用于各种植物的遗传操作改良过程,实现高效益的遗传改进,和转基因技术不同的是,它是植物内源基因的改良,而不是外源基因的植入,所以航天诱变育种不存在类似于转基因的潜在安全隐患。近红外光谱分析技术应用范围很广。有很多研究是利用该技术鉴别物质品种,如大米啊⒎涿踇、小麦品种杨梅晶种取5抢谕庵两裎从型ü到泻教煊番茄品种的鉴别研究,此前作者已报道通过叶片进行番茄品种光谱学鉴定研究,而本文也是上述报道的系统深入研究。人工神经网络是模仿人脑神经细胞的结构和功能的系统D壳坝τ媒瞎愕氖且恢只谖蟛罘聪虼úニ惴ǖ腂神经网络。由于其具有高度非线性映射的能力,现已在各个领域得到了广泛的应用,取得了令人满意的结果。偏最乘法是一种应用较广泛的光谱分析的数学方法,可以实现全谱或部分数据的分析1疚奶岢隽艘恢只谄钚《朔与神经网络结合的模式识别,用可见和近红外光谱技术研究航天育种番茄品种的鉴别。仪器设备实验使用美国,公司的馄滓牵洳舛ǚ端迷采样『扛粑.,分辨率为酵肥映〗俏!,.的番茄果实由杭州市农科院无公害种植基地提供。选择刚摘下来的无损伤的果实,每个品种各只,共鲅荆霉馄滓嵌悦扛鲅窘猩瑁璐问憬笱д锵低彻こ逃胧称房蒲аг海憬贾憬逵蒲а芯克憬贾憬”曜蓟芯吭骸U憬贾琔收稿日期::基金项目:国家科技支撑项目腋呒际跹芯糠⒄辜苹苹项目,:施佳慧,,浙江大学生物系统工程与食品科学学院助理研究员:.甤ㄑ读O等:,,
万方数据
啦磁脚峁敕治崧上≥:胍欢。嗍”如抛帖光谱学与光谱分析第卷次。全部样本随机分成建模集和预测集,建模集有样本,预测集有个样本。光谱数据预处理为保证样品数据的代表性,对次扫描得到的数据取平均值。为消除噪声影响,采用平均平滑法。取痭波段的光谱数据进行分析,为消除光程的变化,对光谱数据进行归一化处理¨。化学计量方法小波变换广泛适用于信号分析、模式识别、非线性科学等方面。将光谱反射率值转换成吸光度值,并转换成导出。在中将得到