当前位置 : 网站首页 > 学术论文 > 综合论文 > > 正文

转基因水稻及其亲本叶片的可见/近红外光谱分析

2020-11-21 22:17:47来源:教育资源网下载数: 打印此页

转基因水稻及其亲本叶片的可见/近红外光谱分析

摘要:应用可见/近红外光谱技术实现了转基因水稻叶片的快速识别和叶绿素含量(SPAD)的快速检测.建立偏最小二乘-支持向量机(LS-SVM)鉴别模型,校正集的正确率为100%,同时应用连续投影算法(SPA)提取有效波长,建立SPA-LS-SVM鉴别模型,只用了全变量的0.3%进行建模,其预测集的正确率达到87.27%.在定量分析中,各模型的最优结果均来自经过正交信号校正(OSC)的光谱数据,经过SPA处理后的模型均优于最优的`全波段PLS模型,说明SPA是一种有效的波长选择方法.最优SPAD值预测模型为SPA-LS-SVM,其相关系数(r)和预测均方根误差(RMSEP)分别为0.902 2和1.312 1,获得了满意的结果.这说明提出的SPA-LS-SVM方法能快速识别转基因水稻叶片并对SPAD值进行准确预测,为实现大田活体鉴别与连续监测提供了新方法. 作者: 朱文超  成芳 Author: ZHU Wen-chao  CHENG Fang 作者单位: 浙江大学生物系统工程与食品科学学院,浙江杭州,310058 期 刊: 光谱学与光谱分析   ISTICEISCIPKU Journal: Spectroscopy and Spectral Analysis 年,卷(期): 2012, 32(2) 分类号: O657.3 关键词: 可见/近红外光谱    转基因水稻叶片    叶绿素含量    连续投影算法    偏最小二乘-支持向量机    机标分类号: S51 S18 机标关键词: 转基因水稻    亲本    水稻叶片    近红外光谱分析    Rice Leaves    鉴别模型    LS-SVM    SPAD值    准确预测    快速识别    正确率    正交信号校正    选择方法    支持向量机    叶绿素含量    偏最小二乘    均方根误差    预测模型    有效波长    相关系数 基金项目: 国家科技支撑计划项目 转基因水稻及其亲本叶片的可见/近红外光谱分析[期刊论文]  光谱学与光谱分析 --2012, 32(2)朱文超  成芳应用可见/近红外光谱技术实现了转基因水稻叶片的快速识别和叶绿素含量(SPAD)的快速检测.建立偏最小二乘-支持向量机(LS-SVM)鉴别模型,校正集的正确率为100%,同时应用连续投影算法(SPA)提取有效波长,建立SPA-LS-SVM鉴别...
阅读全文

转基因水稻及其亲本叶片的可见/近红外光谱分析

下载此文章的word文档到本地电脑,方便查看和编辑

相关内容