首页> 中文学位 >光谱的信息特征提取与建模分析——以研究韭菜中毒死蜱残留量为例
【6h】

光谱的信息特征提取与建模分析——以研究韭菜中毒死蜱残留量为例

代理获取

目录

中文摘要

英文摘要

目录

1 绪论

1.1 光谱分析技术

1.2 研究现状

1.3 选题目的和意义

1.4 研究方法与技术路线

2 农药残留检测技术

2.1 农药残留检测概述

2.2 农药残留检测方法概述

3 实验设计与实验过程

3.1 供试材料

3.2 主要仪器设备

3.3 光谱数据采集及样品中毒死蜱残留量测定

4 光谱反射率分析与预测检验

4.1 概述

4.2 光谱定标模型的评价指标

4.3 建模样品挑选方法

4.3 建模样品光谱预处理方法

4.4 PLS模型的建立

5 光谱特征参数的相关性建模

5.1 光谱特征参数

5.2 农药残留量与高光谱特征参数的相关性

5.3 模型的预测能力检验

5.4 小结

6 结论及展望

6.1 总结

6.2 论文的主要成果

6.3 展望

致谢

参考文献

附录

附录1:Duplex挑选算法

附录2:Kennard-Stone提取算法

附录3:附加散射校正

附录4:标准正态变量变换(SNV)

攻读硕士期间取得的成果

展开▼

摘要

在高光谱数据处理过程中,由于作为信息源的光谱有效信息率低、光谱数据量的繁多及包涵信息量的复杂等原因,使我们不能直接对光谱数据进行利用分析。因此,从背景复杂、光谱信息量重叠及变动的光谱中提取微弱信息,首先需要对校正集样本和预测集样本进行挑选,再对光谱数据尝试预处理的基础上,消除光谱散射、基线漂移和旋转等的影响,才能在复杂的光谱数据、多种可能的建模参数或相关的多种模型中选择相应的最优条件,建立优秀的数学模型用于分析检测,并在回归模型的预测检验中得到优秀结果。本文以韭菜中毒死蜱农药残留量为研究对象,尝试建立能够预测蔬菜中农药残留量的有效模型,并对模型进行精度评定,主要研究内容是:
  1.制作定标样品集,利用FieldSpec4 Standard-Res光谱仪对残留有不同毒死蜱残留量的韭菜样本进行高分辨率的光谱扫描,获得包含丰富背景信息和化学值信息的原始光谱;
  2.获取韭菜样本实际农药残留量值,完成对样本的GC-MS检测;
  3.采用随机挑选法、Duplex法及Kennard-Stone法对样品校正集和预测集进行挑选,对挑选的样本建立 PLS模型,以选取主成分数目、决定系数(R2)、校正均方根误差(RMSEE)和预测均方根误差(RMSEP)检验挑选算法的优劣;
  4.对原始光谱做一、二阶卷积求导校正,MSC校正,SVN校正处理,以减弱光谱测量误差,降低背景影响,并建立 PLS模型,以选取主成分数目、决定系数(R2)、校正均方根误差(RMSEP)来检验预处理算法的优劣性;
  5.利用SPSS17.0软件建立PLS模型,并选择最优主成分,尝试建立能够反演韭菜中毒死蜱残留量的PLS模型;
  6.提取样本光谱特征参数,并通过相关性分析检测最佳相关参数,建立简单数学模型,验证基于高光谱特征参数反演蔬菜中农药残留量的可行性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号