基于遗传算法与线性鉴别的近红外光谱玉米品种鉴别.pdfVIP

第31卷．第3期 光i蒋学与光谱分析 201 and March。201l 1年3月 SpectralAnalysis Spcctroscopy 基于遗传算法与线性鉴别的近红外光谱玉米品种鉴别研究 王徽蓉，李卫军。，刘扬阳，陈新亮，来疆亮 中国科学院半导体研究所。北京 100083 摘要结合遗传算法与线性鉴别分析(LDA)提出了一种玉米晶种的快速鉴别方法。该方法是一种基于近 红外光i}孚的新方法，通过采集卡米种子(实验共37个种类)的近红外光谱数据，使用遗传箅法进行特征光谱 波段的选择，使用线性鉴别分析的方法提取光谱特征并分类。结果表明，遗传算法能有效地剔除光谱噪声波 段，并提高LDA的泛化能力。同时，为简化运算，剔除了大量冗余数据．结合遗传算法选择的特征谱区，使 参与鉴别的数据维数从2075降到了233。对测试集l的300个样本的平均Jli确识别率与平均正确拒识率均 达到99．30％，其中73．33％的玉米品种的正确识别率达到了100％；对测试集2(均为未参加训练品种的样 本)的175个样本的平均正确拒识率达到99．65％。与常用的PCA等方法相比，运算时间更短．正确率更高。 关键词 近红外光谱；遗传算法；线性鉴别分析；主成分分析 文献标识码：A 中图分类号：0433．4；$338；G202 与传统的基于近红外光谱与PCA算法的农作物品种罄定方 引 言 法相比．具有数据皱少，运算速度快，鉴别准确率高的特点。 玉米是我国的一种非常霞要的农作物。近年来，随着基 1材料与方法 因科学的发展．科学家们通过杂交培育f{{的新品种受到广泛 的莺视，而与此同时，不法商贩使用假卡米种子严莺扰乱市 I．I实验材料与光谱采集 场。因此．急需要一种能够快速方便，不需要争业人十即町 实验长米种子由I-4家科技支撑计划高产优质多抗玉米项 鉴别玉米种子真假的方法。近红外光谱的波长范嗣为780 目组提供。对每一个品种的玉米种子进行25次采样，采样所 2500 nln。可以反映出样品中有机分子含氧基团的特征信 采集的数据长度为2075维，总共有37个玉米品种，合计共 息【l’2J。近红外光谱具有采集无需专业人士，无破坏性，不 采集925个样本。 会对人体产牛伤害．以及测定速度快等优点．因而近年来被 玉米品种的吸收度光谱曲线如图l所示．图中为3个玉 大最应用于农产品的成分分析以及农产品的鉴定等力．面【3。5j。 米品种的光谱曲线。叮以看出，各个品种的光谱曲线非常相 目前采用主成分分析(principalcomponentanalysis， PcA)来对农作物品种的近红外光谱分析与鉴别应用广 discriminant 泛13-5】。而线性鉴别分析(1inear analysis．LDA) 方法由于存在对噪声敏感，以及在小样本的情况下泛化能力 较第等缺点，因而线性罄别分析的方法在农作物的鉴别力．面 庞J}I较少【s]。本文使用遗传算法(geneticalgorithm．GA)进 行特征波段的选择．选取最有利于分类咎圳的波段并有效剔 除噪，打波段．然后采Jlj主成分分析进行降维．克服线性搭别 分析中类内敞布钳i阵奇异的fIlJ题．最后采J}I线性鉴别分析的 方法提取最佳的罄别特征并分类。另外．剔除r大豉的，C余 数据．简化J，运算．最终参与鉴别的数据个数仪为233个。 收稿日期：2010-05—10．修订日期：2010—08—20 基金项目：围家r1然科学展金项1190920013)和闻家fI然科学基金青年科学基金项日资助 cn 作者简介：王徽蓉．198