文档介绍：万方数据
用狝方法建立冬小麦叶片叶绿素与反射光谱的定量分析模型研究雪:Q濉В跖粜,饶震红瓯言梁引光谱学与光谱分析iE(MSC)(NIPALS)Msc用基于独市组分分析和神经网络的近红外光谱方法,为301月个数由交叉证实法范ǎ崛〉闹鞒煞肿魑H斯ど窬的输入,建立人工神(MSC-ANN)r09604SD0187RSD518r09600SD0145RSD421MSc-ANNfr型,能够建立准确的冬小麦‘绿素含甚预测模型,可代替经典分析方法,满足冬小麦叶片叶绿素快速分析的需要。关键词iFj--06573ADOI103964jissn1000-0593{2010}01018804[1]生产中,冬小麦氮索的测最和诊断足冬小麦生产过程中的重要环节。传统的常规实验室测试氮素的手段在取样、测定、[2]运用光谱特性,町以定量分析植物牛化组分含量,经过几十年的研究,科学家们已经确定了何种波段表征何种成分睁引。r展渲幸堵趟胤ㄊ且丫蝗贤膤问快速、活体无损检测叶片相对叶绿素浓度的有效方法。国内外,已有大肇实验表明叶绿素仪测得的数据能预测多种作物叶片的叶绿素含量,由于叶绿素与氮素状况的密切关系,可以使用叶绿素反f91(MSC)减小日标物的大小、形状、分布等物理因素不均一对光谱的影响¨“,将散射所导致的影响从原始光谱中分离出去,有效地消除样品问散射影响所导致的基线平移和偏移现象,可以提高光谱的信噪比。神经网络适用于建立非线性模型。其中建立网络是应用比较广泛的一种。齐小明等采用法建立近红外光谱定分析模型,对小麦中的蛋白质含量进行预测,得到了比较满意的结果。雷浩东等将神经网络用于紫外一可见光吸收光谱和拉曼光谱数据的定量分析和预测,与一元线性LH]蜂蜜品牌鉴别提供了新方法引。本文采用ご碛胫鞒煞忠籄相结合的方法,建立冬小麦叶片叶绿素与反射光谱问的定量分析模型,取得MSC行预处理,然后使用非线性迭代偏最小二乘法求出反射光谱的主成分,主成分数用交叉证实法得到,再将所ANN分析模型。琋,January2010110008321000832009-0**********(863)(2007AAl02211)(2006BADl0A01)作者简介:梁雪,年生,中国农业大学信息与电气工程学院硕士研究生e-mailxiaoyaOXUe@*:.甤。
万方数据
心幽#琹_123RfJ点是模仿人脑处理信息,具有分布并行处理、非线性映射、自适应学习和鲁棒容错等特性,对处理厌色、黑色体系与非射光谱仪和公司生产的型积分球联合测定小采用传统的圜标方法来进行测定。叶绿素含量范围为mg91)6验。校准集中冬小麦叶片叶绿素含量范围为~1光谱学与光谱分析MsC经过散射校正后得到的光谱数据可以有效地消除散射影响,增强了与成分含量相关的光谱信息。其具体的算法过程为(1)(2)(3)i=123jJ算法求样品光谱的主成分RmE残差矩阵,利用算法,将光谱反射率矩阵分解成隐变量矩阵朐睾删卣體的乘积其中牧斜淞恐洹的行变量之间分别具有正交d()(Cross-valida-tion)LlTd为主成分数目。神经网络n线性体系的信息有着突出的优点。忍岢鰎并行(Back-propagationBP)[1Y由输出层开始反向传播到输入层,而网状各层的权值改变则BPS型可微函数,可实现输入和输出间的任意非线性映射。测试方法及仪器使用美国镜腇便携式分光