版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、由于環(huán)境惡化、耕地面積減少、人口增長等因素導致對糧食的需求急劇增加,轉基因技術在作物種植中的應用快速增長。中國是世界上最大的大豆進口國,常有轉基因大豆通過非法途徑進入中國。傳統(tǒng)的轉基因成分檢測方法費時費力,非專業(yè)人員難以勝任,不適用于轉基因與非轉基因的快速檢測鑒別,更無法再進行轉基因作物的育種培養(yǎng)。本研究基于中紅外光譜技術和高光譜成像技術,研究轉基因大豆的品種鑒別和品質檢測,對保證轉基因大豆的品質及育種培養(yǎng)、管理和作業(yè)具有重要意義。本研
2、究主要成果內容如下:
(1)研究了非轉基因與轉基因大豆的品種快速鑒別方法?;诟吖庾V成像技術,從可見光波段和近紅外光波段獲取大豆的光譜信息,經去除噪聲和MA-7點平滑預處理,利用Bw、x-loading weights、PCA-loadings、SPA和CARS五種不同方法提取對轉基因大豆品種敏感的特征波長,基于全譜數據和特征波長分別建立PLS-DA、BPNN、SVM和ELM判別模型并比較判別分析效果。對非轉基因大豆進行了品種
3、鑒別,近紅外波段的判別效果明顯優(yōu)于可見光譜波段,HC6、JACK、TL1三個品種的預測判別正確率分別達到100.00%、100.00%、92.50%;對轉基因大豆進行了品種鑒別,基于全譜光譜數據,可見光波段和近紅外光波段中均是BPNN模型判別效果更好,總體判別正確率分別為99.12%和98.67%?;谔卣鞑ㄩL,可見光波段和近紅外光波段中均是基于CARS的模型判別效果更好,略微優(yōu)于SPA的,但SPA提取的特征波長個數明顯少于CARS的。
4、總體上,高光譜成像技術用于非轉基因與轉基因大豆的品種鑒別研究是可行的,并且近紅外光譜波段的判別效果較好。
(2)建立了轉基因大豆的蛋白質含量預測方法和模型?;谥屑t外光譜技術和近紅外高光譜成像技術,分別獲取大豆的光譜信息并消除噪聲,對經WT預處理的中紅外光譜數據和經MA-7點平滑預處理的近紅外高光譜數據分別建立蛋白質含量的PLS預測模型,均取得較好的預測效果,其中近紅外波段的預測結果對品種HC6、JACK和TL1的Rp分別是0
5、.7842、0.9198和0.9371,RMSEP分別是0.6860,0.7240和0.6335,總體效果優(yōu)于中紅外波段的。再利用Bw、x-loading weights、PCA-loadings、SPA和CARS五種方法提取特征波長建立PLS預測模型,中紅外波段范圍內基于CARS的預測效果最優(yōu)且略優(yōu)于基于SPA的,近紅外波段范圍內基于SPA的預測效果最優(yōu),對三個品種的預測結果Rp分別為0.7442、0.8724和0.9145,RMSE
6、P分別是0.7470,0.79442和0.6860??傮w上,中紅外光譜技術和近紅外高光譜成像技術均可用于轉基因大豆的蛋白質含量預測,并且近紅外光譜波段的預測效果較好。
(3)建立了轉基因大豆的脂肪含量預測方法和模型?;谥屑t外光譜技術和近紅外高光譜成像技術,分別獲取大豆的光譜信息并消除噪聲,對經WT預處理的中紅外光譜數據和經MA-7點平滑預處理的近紅外高光譜數據分別建立脂肪含量的PLS預測模型,均取得較好的預測效果,其中近紅外
7、波段的預測結果對三個品種的Rp分別是0.8178、0.9309和0.9452,RMSEP分別是1.0072,1.0336和0.8960,總體效果優(yōu)于中紅外波段的。再利用Bw、x-loading weights、PCA-loadings、SPA和CARS五種方法提取特征波長建立PLS預測模型,中紅外波段范圍內基于CARS的預測效果最優(yōu)且略優(yōu)于基于SPA的,近紅外波段范圍內基于SPA的預測效果最優(yōu),對三個品種的預測結果Rp分別為0.8089
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于光譜成像技術的豬肉品質檢測研究.pdf
- 基于高光譜成像技術的銅品質檢測方法研究.pdf
- 基于顯微高光譜成像技術的灘羊肉品質檢測研究.pdf
- 基于機器視覺和光譜成像技術的蘋果外部品質檢測方法研究.pdf
- 基于高光譜圖像和機器視覺技術的大豆品質檢測研究.pdf
- 基于光譜和多光譜成像技術的葡萄內部品質快速無損檢測和儀器研究.pdf
- 基于機器視覺與光譜成像技術的玉米種子品質檢測與分選.pdf
- 基于多光譜成像技術的餅干品質安全檢測研究.pdf
- 基于高光譜成像技術的棉花雜質檢測方法的研究.pdf
- 基于高光譜成像技術的不同加工程度下稻谷品種和蟲害鑒別研究.pdf
- 基于高光譜成像技術的蘋果品質無損檢測研究.pdf
- 基于高光譜成像技術的肉品品質無損檢測方法研究.pdf
- 基于多光譜成像技術的香腸多元品質無損檢測研究.pdf
- 熒光光譜成像技術在中藥品質檢測中的應用研究.pdf
- 基于高光譜成像技術的靈武長棗品質無損檢測研究.pdf
- 基于高光譜成像技術的對蝦品質信息快速檢測方法研究.pdf
- 基于光譜和高光譜成像技術的土壤養(yǎng)分及類型檢測與儀器開發(fā).pdf
- 基于高光譜成像技術的馬鈴薯內部品質無損檢測研究.pdf
- 基于高光譜成像技術的冷鮮羊肉品質無損檢測研究.pdf
- 基于高光譜成像技術的超聲強化熱風干燥紫薯的品質檢測研究.pdf
評論
0/150
提交評論