基于近红外光谱技术和人工神经网络的玉米品种鉴别方法研究.pdfVIP

第28卷，第8期 光谱学与光谱分析 200 and August，2008 8年8月 SpectroscopySpectralAnalysis 基于近红外光谱技术和人工神经网络的玉米品种鉴别方法研究 陈 建1，陈 晓1，李 伟H，王加华2，韩东海2 1．中国农业大学工学院，北京100083 2．中国农业大学食品科学与营养工程学院，北京100083 摘 要提出了一种采用近红外光谱技术结合人工神经网络对玉米品种进行鉴别的方法。在3800～10000 000～2632 cnl-1(波长1 rim)范围内采集四种玉米单粒完整籽粒的近红外漫反射光谱，经Savitky-Golay平 滑和多重散射校正预处理后，对数据进行主成分分析，再结合人工神经网络技术进行品种鉴别。主成分分析 表明，前8个主成分的累积贡献率达到99．602％。以前8个主成分作为网络输入，品种类型作为输出，建立 三层LMBP神经网络模型。每个品种各取30粒共120个样本用于建模，10粒共40个样本用于预测。模型 对建模集120个样本鉴别率为100％，对预测集40个样本的鉴别率为95％。实验结果说明该方法能快速无 损地鉴别玉米品种，为玉米的品种鉴别提供了一种新方法。 关键词近红外光谱；主成分分析；人工神经网络；玉米鉴别 中图分类号：0657．3文献标识码：A 文章编号：1000—0593(2008}08—1806—04 引 言 1材料与方法 当前应用于玉米品种鉴定的方法主要有籽粒形态鉴定、 1．1实验材料与设备 幼苗鉴别、田间小区种植、蛋白质电泳和DNA分子标记 等[1’2]。籽粒形态鉴定使用范围窄，人为影响大，识别率低； 种子，由中国农业大学农学院提供。产地甘肃，2005年采 幼苗鉴定只适用于某些差异较大的品种，可鉴定的品种少； 集，自然晾晒干。从每个品种中选取40粒正常籽粒，共计 田间小区种植所需时间长，成本高，受季节限制；蛋白质电 160个样本用于实验。 泳和DNA标记准确率高，但样品一般要经过物理或化学方 实验所用仪器为美国Thermo 法处理，分析速度慢，成本高，样品易遭破坏[3]。机器视觉 里叶变换近红外光谱仪，仪器采用InGaAs检测器，光谱范 632 和图像处理技术在玉米品种的鉴定中也得到了广泛应用，加 围833～2rnn，最小分辨率2crn-。。分析软件为仪器自 快了检测速度，但仍然克服不了形态鉴定使用范围窄、识别 带TQAnalystV6．2。 率低和化学方法破坏种子、使用化学试剂等缺陷[3J]。 1．2单粒玉米光谱采集 近红外光谱分析技术具有速度快、成本低、无污染以及 在室温下。采集单粒完整玉米籽粒漫反射光谱。把单粒 不破坏样品等优点，在食品、中草药和农产品快速鉴别中得 玉米盛于直径50 iTlrn的旋转样品池，胚面向下，在样品池内 到了许多成功的应用[神]。国内外学者已利用近红外光谱技 部放置一个直径10rllnl的套杯，以保证单籽粒样品置于样 术定量分析玉米成分含量[10-12]，检测玉米损伤[13|，但是在玉 品池的光学中心，采样光斑直径为10mm。使用漫反射大体 米品种鉴别上的应用研究还未见报道。本研究将近红外光谱 800～10000 积积分球作为光谱采集方式，在3 cTn_1(波长 技术结合人工神经网络应用到单粒玉米种子的鉴别中，实现 1000～2632