原文传递
一种基于WT-LSSVR的叶片镉含量Vis-NIR光谱特征建模方法
| 专利名称： | 一种基于WT-LSSVR的叶片镉含量Vis-NIR光谱特征建模方法 |
| 摘要： | 本发明公开了，一种基于小波变换‑偏最小二乘支持向量机回归(WT‑LSSVR)的叶片镉含量可见光‑近红外光谱(Vis‑NIR)特征建模方法，对不同浓度重金属镉胁迫下番茄叶片的可见光‑近红外光谱(Vis‑NIR)进行有效的光谱敏感波段数据提取，以及采用原子吸收光谱法测定叶片中重金属镉(Cd)含量，获得叶片重金属镉含量标签集合，并利用提取得到的敏感特征波长采用WT‑LSSVR特征建模算法，完成叶片镉含量Vis‑NIR光谱特征建模，具有检测速度快，镉含量预测精度高，镉含量预测效率高，对叶片不造成损坏等优点，可实现同一品种番不同镉残留含量的定量检测，以及未知叶片镉残留含量预测。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 江苏;32 |
| 申请人： | 江苏大学 |
| 发明人： | 孙俊;周鑫;武小红;戴春霞;沈继锋;杨宁 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810253782.8 |
| 公开号： | CN108519339A |
| 分类号： | G01N21/31(2006.01)I;G06Q10/04(2012.01)I;G;G01;G06;G01N;G06Q;G01N21;G06Q10;G01N21/31;G06Q10/04 |
| 申请人地址： | 212013 江苏省镇江市京口区学府路301号 |
| 主权项： | 1.一种基于WT‑LSSVR的叶片镉含量Vis‑NIR光谱特征建模方法,其特征在于，包括以下步骤：步骤1，采用可见光‑近红外高光谱图像采集系统，采集不同浓度重金属镉胁迫下的叶片Vis‑NIR高光谱图像信息；步骤2，在所采集的叶片Vis‑NIR高光谱图像信息中获取叶片感兴趣区域可见光‑近红外光谱信息；步骤3，采用二阶导数法，对获取的叶片感兴趣区域可见光‑近红外光谱信息预处理，获得光谱数据集合P；步骤4，采用原子吸收光谱法测定叶片中重金属镉(Cd)含量，获得叶片重金属镉含量标签集合V；步骤5，采用WT‑LSSVR特征建模算法，完成叶片镉含量Vis‑NIR光谱特征建模。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
