文档介绍：万方数据
蔬菜表面农药残留可见一近红外光谱探测与分类识别研究:.啪陈蕊,张骏。,李晓龙引言笛椴糠辍玎此建立一套简便、快速、灵敏的蔬菜表面农药残留的检测方第卷,第光谱学与光谱分析.,.琾摘要利用在玪ǘ畏段诳杉唤焱夥瓷涔馄追治黾际酰猿<母卟辛襞┮┰诼躺物活体上的允损检测进行丫研究。首先将采集到的漫反射光谱数据进行小波变换提取光谱特征,然后再利用主成分分析方法进一步对光谱特征进行分析,最后把这些光谱的前两个主成分得分作为神经网络的输入信息,建立多神经元的神经网络感知器。对农药残留检测的结果表明,该方法可有效甄别农药残留和种类。识别得到较好的分类效果。总之,该研究为蔬菜和瓜果表面的农药残留快速无损检测和识别提供了一条新途径。关键词农药残留;可见一近红外光谱;小波分析;主成分分析;神经网络感知器中图分类号:;文献标识码:痡..随着农业生产的迅猛发展,农药在蔬菜等农作物病虫害的综合防治巾具有不可替代的作用。但是。近些年来,由于农药大最和不合淼氖褂茫卟酥信┮┎辛舳匀颂褰】档奈害屡次发,皇,由于使用高毒农药或禁用农药引起的中毒事件也频繁发乍,蔬菜的农药残留问题引起涂蒲胁棵旁来越多的重视。尤其是我加入了螅┮┎辛舨唤制约着我国人民的生活质量,而且影响了我国蔬菜的出口,从而多方而制约着我国农业牛态效益及经济效益的提高,因法势在必行。目前,对农药残留稔测的现行方法大都耗时长、速度慢。检测费用高,而且是破坏性的检测。基于近红外一可见光谱分析的无损检测其存快速、简便、绿色、在线检测等特点,用于农药残留兀损检测有很大的实用价值。根据各地蔬菜市场的农药检测结果显示,农药污染较为严重的有白菜,芹菜、韭菜、油菜等叶菜类蔬菜1尽:作采用近红外一可见光漫反射光纤传感技术,选取野外未经任何农药污染的绿色植物活体的叶子为载体·以常用农药为研究对象,开展外一町见光谱技术的蔬菜中的农药残留的快速检测识别方法的探索性研究,为实现对蔬菜表面农药残留的无损快速检测和识别技术提供理论依据。农药样品选择了峙┮┳魑Q芯磕勘辏郝惹杈挣ァ⑿亮蛄兹橛汀乐果乳油和敌敌畏,这些农药均是目前普遍使用的高效、低毒农药,具有一定的代表性。。亮蛄兹橛停河行С煞趾课ァ2捎么烤凰制成娜芗痢止橛停河行С煞趾课ィ捎么烤凰渲成娜芗痢械形罚河行С煞趾课ィ捎么烤凰渲瞥娜芗痢绿叶样品在野外选取同一种类的绿色植物活体长势相似的若干绿叶,作为试验样品,实验前将全部实验样品用棉签蘸涂清水清洗表面污垢残留,待表面自然干燥后。将样品随机分成份,每份个样品,分别进行以下操作韧磕ㄖ徽攵匀部样品的叶子的下半部分;上半部分不做任何处理,用于作为参考背景谝环菅肪韧磕:浓度的氯氰菊酯农药样烟台大学光电信息学院,山东烟台品;收稿日期:.修订日期:基金项目东省自然科学基金项目手作者简介:陈蕊·女,年生·烟台大学光电信息学院硕士研究生ㄑ读O等:.甿
万方数据
磊Y荽到乓籱嘲琲兄F魃窬绲墓菇胪一,扩。用硎狙安降男蚝牛分别为:扩危,⋯,矿各节点的实际输出为:扩籹”峁敕治镜牟ǔし段冢馄壮械舷迹ǘ喂馄妆浠各节点对应的权值:即￡轭如一信号舰,⋯,1臼笛榈姆治霾扇×薉—具有单层计算神经元的神经网络,称为,即感知鲅盗费綳籟矿畓衅,⋯,矿’杂Φ钠诘ナ涑鑫第光谱学与光谱分析诙菅肪韧磕浓度的辛硫磷农药样品;一菅Ь韧磕╨