一种用于玉米品种鉴别的近红外光谱频率选择方法.docx

第30卷：第11期201

第30卷：第11期2010年11月

光谱学Spectroscopy

与光谱分析andSpectralAnalysis

一种用于玉米品种鉴别的近红外光谱频率选择方法

陈新亮，王徽蓉，李卫军*,来疆亮

中国科学院半导体研究所，北京100083

摘要提出了一种近红外光谱的频率选择方法用于玉米品种鉴别。首先确定一种衡量特征鉴别能力的准则函数，然后根据该准则函数逐步选出适合于分类的特征频率，并通过去除各频率特征之间的相关性使得优选出的频率特征包含尽可能多的品种类间差异信息，优先选择方差较大的频率特征以减弱噪声的影响。实验结果表明，频率选择大幅度地改善了识别效果，仅使用30维频率特征即可达到94.16%的识别率。随机模拟实验显示，优选出的频率特征的识别效果对频率的小幅随机扰动不敏感，验证了本方法的鲁棒性。

关键词近红外光谱；玉米品种鉴别；频率选择

中图分类号：0657.3文献标识码：ADOI:10.3964/j.issn.1000-0593(2010)11-2919-04

引言

近年来利用近红外光谱进行作物品种识别1.2]已成为一个新兴方向。近红外光谱分析技术用于玉米品种鉴别，具有快速、高效、无污染、无需破坏样品等传统的种子鉴别方法如荧光扫描鉴定法、化学鉴定法和DNA分子标记鉴定法等难以比拟的优势，因而被广泛应用于农产品定量分析。郭婷婷等3采用仿生模式识别方法[48](biomimeticpatternrecog-nition,BPR)进行玉米种子鉴别取得了很好的效果。由于近红外光谱具有信息量大、有噪声干扰、波谱重叠等特点，不利于直接用于识别，需要对光谱数据进行预处理。目前常用的玉米种子光谱数据预处理方法有一阶导数、矢量归一化、窗口平滑、主成分分析等处理方法911]。

本文从衡量特征鉴别能力的准则函数出发，通过去除特征之间的相关性，逐步优选出适于品种鉴别光谱频率点。与传统光谱预处理方法需要用到全波段的光谱数据不同，本方法提取若干频率点的光谱特征，所提取的特征简单有效，用于玉米种子鉴别时以较低的特征维数取得了较好的识别效果，从而能减少不必要的光谱测量，实现玉米种子的低成本快速准确鉴别。模拟实验表明该方法具有一定的鲁棒性。

1材料与方法

1.1实验数据

本文所用玉米品种近红外光谱数据由国家科技支撑计划高产优质玉米项目组提供，包含37个玉米品种，每个品种包含25组近红外光谱测量数据，测量频率波段为4000~12000cm-1,共2075个频率点。

1.2特征选择准则

为了选择有利于品种鉴别的特征，需要确定一种标准来衡量某个特征对样本集各不同品种间样本的差异的表征能力，以此作为选择特征的准则。Fisher判别准则是一种被广泛应用的特征选择准则，文献[7]中提到的Qs曲线是Fisher判别准则在近红外光谱特征选择问题上的直接应用。它的基本思想是，不同类的样本应尽可能分开，而同类样本应尽可能集中，因此用类间平均值的方差与类内方差的平均值之比作为特征区分性的度量。Fisher判别准则用均值和方差来描述样本集的分布情况，实际上隐含了样本呈高斯分布的假定，适用于样本接近于高斯分布的情形。考虑到实际问题中样本集并不一定接近高斯分布，我们提出了一种基于样本间距离而不是样本的均值和方差的新特征选择准则。

记样本集为,X.={},xi∈R为第c类

的i个样本，类内的距离定义为同类样本之间的两两距离之

和

其中，两样本之间的距离为

d(x,x)=llx-xⅡ

收稿日期：2010-01-27,修订日期：2010-05-02

基金项目：国家自然科学基金项目60753001资助

作者简介：陈新亮，1984年生，中国科学院半导体研究所博士研究生email:chenxinliang@通讯联系人email:wjli@

万方数据

2920光谱学与光谱分析第30卷

类间的距离定义为所有类别之间的两两距离之和

其中，两类间的距离为

对于给定的特征映射f:RO→R用如下目标函数作为特

征选择准则

其中,X!=(f(xí)}为样本集在特征映射f:

R→R下的值。

1.3特征提取算法

在选定特征选择准则之后，特征提取就转化为寻求使