[发明专利]一种基于近红外定性分析的种子品种真实性鉴别方法

权利要求书

1.一种基于近红外定性分析的种子品种真实性鉴别方法，其特征在于，该方法包括：

步骤1：采集种子样本的近红外光谱数据，并确定建模集和测试集；

步骤2：对建模集和测试集依次进行预处理、偏最小二乘特征提取和线性鉴别分析特征提取；

步骤3：从建模集和测试集中选取光谱校正集，并计算建模集与测试集之间的变换矩阵；

步骤4：将该变换矩阵应用于剩余测试集；

步骤5：采用支持向量机方法建立定性分析模型；

步骤6：利用该定性分析模型对剩余测试集进行品种真实性鉴别。

2.根据权利要求1所述的基于近红外定性分析的种子品种真实性鉴别方法，其特征在于，步骤1中所述采集种子样本的近红外光谱数据，是采用近红外光谱仪在不同时间采集种子样本的近红外光谱数据。

3.根据权利要求1所述的基于近红外定性分析的种子品种真实性鉴别方法，其特征在于，步骤1中所述确定建模集和测试集，是将在同一天采集的光谱数据作为建模集，建模集是用来建立定性分析模型的原始建模数据；将不同采集日期采集的近红外光谱数据作为不同的测试集，测试集是用来鉴别种子品种真实性的原始测试数据。

4.根据权利要求1所述的基于近红外定性分析的种子品种真实性鉴别方法，其特征在于，步骤2中所述对建模集和测试集依次进行预处理、偏最小二乘特征提取和线性鉴别分析特征提取，具体包括：

步骤21：对建模集和测试集的原始数据用相同的预处理方法及相同的参数进行预处理；

步骤22：对经过预处理之后的建模集数据进行偏最小二乘特征提取，得到偏最小二乘特征矩阵，以利用该矩阵将数据变换到偏最小二乘空间；

步骤23：利用该偏最小二乘特征矩阵，将经过预处理之后的建模集和测试集数据变换到偏最小二乘空间中；

步骤24：对经过偏最小二乘特征提取之后的建模集数据进行线性鉴别分析特征提取，得到线性鉴别分析特征矩阵，以利用该投影矩阵将数据变换到线性鉴别分析空间；

步骤25：利用该线性鉴别分析特征矩阵，将经过偏最小二乘特征提取之后的建模集和测试集数据变换到线性鉴别分析空间中；

步骤26：利用变换到线性鉴别分析空间中的建模集数据进行建模，用变换到线性鉴别分析空间中的测试集数据进行鉴别。

5.根据权利要求4所述的基于近红外定性分析的种子品种真实性鉴别方法，其特征在于，步骤2中所述的预处理、偏最小二乘特征提取和线性鉴别分析特征提取，在对建模集和测试集处理时采用相同的参数。

6.根据权利要求4所述的基于近红外定性分析的种子品种真实性鉴别方法，其特征在于，步骤2中所述的预处理，是为了去除或降低不确定的背景信息对光谱数据的噪声干扰，采用的预处理方法包括数据归一化处理、导数法处理、平滑处理或中心化及标准化处理。