[发明专利]基于激光诱导击穿光谱微分信号的水稻品种快速鉴别方法在审

专利信息
申请号: 201810203090.2 申请日: 2018-03-13
公开(公告)号: CN108444953A 公开(公告)日: 2018-08-24
发明(设计)人: 王阳恩 申请(专利权)人: 长江大学
主分类号: G01N21/63 分类号: G01N21/63
代理公司: 武汉河山金堂专利事务所(普通合伙) 42212 代理人: 胡清堂
地址: 434023 *** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 光谱 水稻品种 水稻 微分信号 激光诱导击穿光谱 快速鉴别 微分处理 数据处理效率 结果准确性 干扰信息 平均处理 波长 构建 鉴别
【说明书】:

发明公开一种基于激光诱导击穿光谱微分信号的水稻品种快速鉴别方法,其通过对标准水稻光谱以及待测水稻光谱进行平均处理和微分处理,将水稻的激光诱导击穿光谱微分信号作为BP神经网络的输入值,利用构建好的BP神经网络对水稻品种进行识别,能很好地兼顾数据处理效率以及识别结果准确性,特别是将对标准水稻光谱以及待测水稻光谱的波长进行微分处理,分别得到标准水稻光谱以及待测水稻光谱的微分信号,进而能将光谱中对类型识别的有用信息提练出来,并减少大量干扰信息,从而提高水稻品种类型识别的效果,且使得水稻品种鉴别工作更加高效快捷。

技术领域

本发明涉及水稻品种快速鉴别技术领域,特别是涉及一种基于激光诱导击穿光谱微分信号的水稻品种快速鉴别方法。

背景技术

水稻是中国最重要的粮食作物之一,目前,我国水稻的播种面积约占粮食作物总面积的1/4,但其产量约占全国粮食总产量的1/2。

水稻品种鉴别是目前农业生产、作物育种和种子检验中的一个重要问题。由于制售假冒伪劣种子等现象的日益增多,每年造成的经济损失是巨大的。同时,由于品种鉴别比较困难,每年因品种搞错和纯度差也会造成巨大的经济损失。因此,水稻品种鉴别日益受到种子质检部门、水稻育种研究等单位的重视。

目前,国内外水稻品种鉴别的常用方法主要有形态学方法、化学鉴定法、电泳鉴定法、幼苗鉴定法、田间小区种植鉴定法和DNA分子标记法等。但是,上述的这些水稻品种鉴别的方法都存在一些不足之处,如:精度不高,操作过程繁琐,效率低,非专业人员难以胜任,不适宜对样品进行批量分析以及无损在线检测等。因此,建立一套简便、快捷、高效、经济、准确度高的水稻品种鉴别技术是很有必要的。

光谱技术因其快捷、覆盖面广等特点,在各种行业中得到了越来越广泛的应用,光谱技术的发展为水稻品种的鉴别提供了一种新的技术手段。利用光谱对水稻品种鉴别具有速度快、效率高、成本低、测试重现性好、测量方便等特点。目前,光谱技术用于水稻品种鉴别的方法主要有:可见/近红外光谱、光致发光光谱、漫反射光谱、高光谱图像技术等。但这些光谱分析技术也存在一些不足之处,如:识别率有待提高,或数据处理比较复杂,水稻颗粒表面有杂质时不好识别,如水稻颗粒表面长霉后,用这些光谱技术不能很好识别。

发明内容

本发明针对现有技术存在的问题,提出一种能够兼顾数据处理效率以及识别结果准确性的可用于识别表面有杂质时的激光诱导击穿光谱水稻品种快速鉴别方法。

为解决上述技术问题,本发明提供一种基于激光诱导击穿光谱微分信号的水稻品种快速鉴别方法,其包括以下步骤;

S1、利用激光诱导击穿光谱仪测量出多种标准水稻品种的光谱,并对多种标准水稻光谱进行平均处理和微分处理,得到多种标准水稻光谱的微分信号;

S2、将多种标准水稻光谱的微分信号作为BP神经网络的输入值,对BP神经网络进行训练,得到BP神经网络结构;

S3、利用激光诱导击穿光谱仪测量出待测水稻品种的光谱,并对待测光谱进行平均处理和微分处理,得到待测光谱的微分信号;

S4、选取待测水稻光谱的微分信号作为BP神经网络的输入值,利用已得到的BP神经网络对待测水稻品种进行识别,得到识别结果。

优选的,利用激光诱导击穿光谱仪对同一颗标准或待测水稻的同一点上的测量次数不小于15次。

优选的,在步骤S1和S3中,分别利用激光诱导击穿光谱仪测量出标准水稻品种、待测水稻品种在200-950nm范围内的光谱。

优选的,在步骤S1和S3中,分别利用激光诱导击穿光谱仪测量出标准水稻品种、待测水稻品种在250-800nm范围内的光谱。

优选的,所述平均处理具体为:将同一颗水稻的同一点上测量得到的多组数据中前几组数据删除,并对剩下的数据进行平均处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长江大学,未经长江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810203090.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top