10.3964/j.issn.1000-0593(2017)04-1114-04
基于Si-cPLS的小麦种子发芽率近红外模型优化研究
为了提高近红外光谱技术快速测定小麦种子发芽率的准确度和稳健性,比较分析了基于全光谱的单一偏最小二乘(PLS)模型和多模型共识PLS模型(cPLS)性能,并提出了基于特征光谱的多模型共识PLS模型(Si-cPLS) . 实验收集84份小麦种子,通过SPXY法将样本集划分为训练集样本66个,预测集样本18个. 从训练集中随机抽取50个样本作为校正集建立一系列PLS子模型,选取其中性能较好100个子模型作为成员模型建立cPLS模型,取成员模型预测结果的均值来分析未知样本. 在此基础上,采用组合间隔偏最小二乘法(Si PLS)筛选特征谱区建立多模型共识PLS模型(Si-cPLS). 各模型均采用均值中心化预处理方法,PLS模型、cPLS模型以及Si-cPLS 模型对预测集的小麦种子发芽率进行50次重复预测的平均相关系数r分别为0.935,0.949和0.967,平均预测均方根误差RMSEP分别为13.735%,12.533%和10.273%,RMSEP 的标准偏差分别为1.144%,0.096%和0.08%. 实验结果表明cPLS模型较单一PLS模型更加稳定可靠,而基于特征光谱的Si-cPLS模型则进一步提高了cPLS的稳定性与预测精度,为建立性能优秀的小麦种子发芽率近红外模型提供了新思路.
近红外、特征光谱、多模型共识、发芽率
37
O657.3(分析化学)
国家国际科技合作专项项目2014DFA31660;土壤植物机器系统技术国家重点实验室开放课题2014-SKL-05;北京工商大学两科基金培育项目19008001110
2017-05-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
1114-1117