黃瓜葉片葉綠素含量近紅外光譜無(wú)損檢測(cè)

黃瓜葉片葉綠素含量近紅外光譜無(wú)損檢測(cè)

ID:37519333

大?。?55.57 KB

頁(yè)數(shù):7頁(yè)

時(shí)間:2019-05-24

黃瓜葉片葉綠素含量近紅外光譜無(wú)損檢測(cè)_第1頁(yè)
黃瓜葉片葉綠素含量近紅外光譜無(wú)損檢測(cè)_第2頁(yè)
黃瓜葉片葉綠素含量近紅外光譜無(wú)損檢測(cè)_第3頁(yè)
黃瓜葉片葉綠素含量近紅外光譜無(wú)損檢測(cè)_第4頁(yè)
黃瓜葉片葉綠素含量近紅外光譜無(wú)損檢測(cè)_第5頁(yè)
資源描述:

《黃瓜葉片葉綠素含量近紅外光譜無(wú)損檢測(cè)》由會(huì)員上傳分享,免費(fèi)在線(xiàn)閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、萬(wàn)方數(shù)據(jù)2011年5月農(nóng)業(yè)機(jī)械學(xué)報(bào)篇42卷第5期黃瓜葉片葉綠素含量近紅外光譜無(wú)損檢測(cè)木石吉勇1鄒小波1趙杰文1毛罕平2王開(kāi)亮1陳正偉1(1.江蘇大學(xué)食品與生物工程學(xué)院,鎮(zhèn)江212013;2.江蘇大學(xué)現(xiàn)代農(nóng)業(yè)裝備與技術(shù)省部共建教育部重點(diǎn)實(shí)驗(yàn)室,鎮(zhèn)江212013)【摘要】為了簡(jiǎn)化黃瓜葉片葉綠素光譜模型和提高模型預(yù)測(cè)精度,采用聯(lián)合區(qū)間偏最小二乘法(SiPLS)結(jié)合凈分析物法(NAS)提取近紅外光譜的特征信息,建立了黃瓜葉片葉綠素光譜模型。收集了110片新鮮黃瓜葉片,用近紅外光譜儀采集光譜數(shù)據(jù)后立刻用化學(xué)分析方法測(cè)定葉綠素含量。原始光譜經(jīng)過(guò)SNV預(yù)處理和

2、子區(qū)間總數(shù)優(yōu)化后,將全光譜均勻劃分為29個(gè)子區(qū)間,用聯(lián)合區(qū)間偏最小二乘法優(yōu)選出4個(gè)特征子區(qū)間,在上述特征子區(qū)間的基礎(chǔ)上,用凈分析物法分離光譜中同葉綠素相關(guān)的光譜信息,并結(jié)合線(xiàn)性回歸法建立了葉綠素光譜模型。模型對(duì)應(yīng)的校正集相關(guān)系數(shù)R。、校正均方根誤差、預(yù)測(cè)集相關(guān)系數(shù)R。和預(yù)測(cè)均方根誤差分別為0.9472、0.0795mg/g、0.9250和0.0906mg/g。結(jié)果表明:聯(lián)合區(qū)間偏最小二乘法結(jié)合凈分析物法能夠有效提取葉綠素的特征光譜信息,提高模型精度的同時(shí)降低其復(fù)雜度。關(guān)鍵詞:黃瓜葉片葉綠素?zé)o損檢測(cè)凈分析物法聯(lián)合區(qū)間偏最dx--乘法近紅外光譜中圖分

3、類(lèi)號(hào):S123;0657.33文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1000—1298(2011)05-0178-05NIRSpectrainNon—invasiveMeasurementofCucumberLeafChlorophyllsContentShiJiyon91ZouXiaob01ZhaoJiewenlMaoHanpin92WangKailian91ChenZhengweil(1.SchoolofFoodandBiologicalEngineering,JiangsuUniversity,Zhenjiang212013,China2.KeyLabo

4、ratoryofModernAgriculturalEquipmentandTechnology,MinistryofEducation&JiangsuProvience,JiangsuUniversity,Zhenjiang212013,China)AbstractToimproveandsimplifythepredictionmodelofchlorophyllscontentofcucumberleaves,synergyintervalpartialleastsquares(SiPLS)andnetanalytesignal(NAS)w

5、erecombinedtosearchforoptimizedinformativespectralwavelengthsaboutchlorophyllscontentfromNIRspectraofcucumberleaves,thenspectralmodelwasdevelopedonthebasisofchlorophyllscontents.OnehundredandtencucumberleaveswereselectedtocollectNIRspectraandchlorophyllscontentaccordingtochem

6、icalanalysis.ThespectrawerepreprocessedbySNVmethodanddividedinto29intervals,amongwhich4subsets,i.e.No3,4,5,15wereselectedbySiPLS.ThenNASwasusedtocharacterizethenetsignalsofchlorophyllfromcucumberleafspectrawhichwereusedforregressionvariablesofNASmodel.TheNAScalibrationmodelwa

7、sobtainedwiththecorrelationcoefficientR。of0.9472,rootmeansquareerrorofcalibrationof0.0795mg/g,thepredictioncoefficientRpof0.9250androotmeansquareerrorofpredictionof0.0906mg/g.ItprovesthatSiPLS—NAScoulddetermineoptimalvariablesinNIRspectraandimprovetheaccuracyofmodel.KeywordsC

8、ucumberleaf,Chlorophylls,Non—invasivemeasurement,Netanalytesignal,Sy

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶(hù)上傳,版權(quán)歸屬用戶(hù),天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶(hù)請(qǐng)聯(lián)系客服處理。