详情

原文传递一种作物种子的光谱快速鉴别方法及系统

专利名称：	一种作物种子的光谱快速鉴别方法及系统
摘要：	本发明提供一种作物种子的光谱快速鉴别方法及系统，通过对标准作物种子和待测作物种子的激光诱导击穿光谱进行平均处理和积分处理，将其处理后的激光诱导击穿光谱作为BP神经网络的输入值，利用构建好的BP神经网络对待测作物种子进行识别，很好地兼顾数据处理效率以及识别结果准确性，特别是对标准作物种子和待测作物种子的激光诱导击穿光谱的波长进行积分处理，分别得到标准作物种子和待测作物种子激光诱导击穿光谱的积分信号，进而能将激光诱导击穿光谱中对类型识别有用信息提炼出来，并减少大量干扰信息，从而提高作物种子类型识别的效果，使得作物种子鉴别工作更加高效快捷。
专利类型：	发明专利
国家地区组织代码：	湖北;42
申请人：	长江大学
发明人：	王阳恩
专利状态：	有效
申请日期：	2019-01-25T00:00:00+0800
发布日期：	2019-04-30T00:00:00+0800
申请号：	CN201910073501.5
公开号：	CN109696426A
代理机构：	武汉河山金堂专利事务所(普通合伙)
代理人：	胡清堂;陈懿
分类号：	G01N21/63(2006.01);G;G01;G01N;G01N21
申请人地址：	434023 湖北省荆州市荆州区南环路1号
主权项：	1.一种作物种子的光谱快速鉴别方法，其特征在于，所述方法包括以下步骤： S1、运用激光诱导击穿光谱仪对N种标准作物种子进行测量，得到N种标准作物种子的激光诱导击穿光谱，并对所述N种标准作物种子的激光诱导击穿光谱进行平均处理和积分处理，得到N种标准作物种子的激光诱导击穿光谱的积分信号,其中N不小于5； S2、将N种标准作物种子激光诱导击穿光谱的积分信号作为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、运用激光诱导击穿光谱仪对待测作物种子进行测量，得到待测作物种子的激光诱导击穿光谱，并对所述待测作物种子激光诱导击穿光谱进行平均处理和积分处理，得到待测作物种子激光诱导击穿光谱的积分信号； S4、选取步骤S3中待测作物种子激光诱导击穿光谱的积分信号作为BP神经网络的输入值，运用步骤S2中得到的BP神经网络对待测作物种子进行识别，得到识别结果。 2.根据权利要求1所述一种作物种子的光谱快速鉴别方法，其特征在于，所述步骤S1和步骤S3中，运用激光诱导击穿光谱仪对任一颗标准作物种子的同一点上的测量的激光诱导击穿光谱数据的次数设为X1，对待测作物种子在同一点上的测量的激光诱导击穿光谱数据的次数设为X2，所述测量次数X1和X2均不小于15次。 3.根据权利要求1所述一种作物种子的光谱快速鉴别方法，其特征在于，所述步骤S1和步骤S3中，所述N种标准作物种子和待测作物种子测量出的激光诱导击穿光谱范围均为200-950nm。 4.根据权利要求2所述一种作物种子的光谱快速鉴别方法，其特征在于，所述步骤S1包括以下步骤： S11、对任一颗标准作物种子的同一点上进行测量得到X1组数据,并对X1组数据进行判断； S12、若测量的数据从Y1组数据开始，根据测量数据得到的光谱波形不再发生大的变化，则删除前Y1组数据,其中Y1大于1，Y1小于X1； S13、得到剩下不变的Z1组数据进行平均处理，其中Z1＝X1-Y1。 5.根据权利要求2所述一种作物种子的光谱快速鉴别方法，其特征在于，所述步骤S3中，所述平均处理包括以下步骤： S31、对待测作物种子的同一点上进行测量得到X2组数据，并对X2组数据进行判断； S32、若测量的数据从Y2组数据开始，根据测量数据得到的光谱波形不再发生大的变化，则删除前Y2组数据,其中Y2大于1，Y2小于X2； S33、得到剩下的不变的Z2组数据进行平均处理，其中Z2＝X2-Y2。 6.一种作物种子的光谱快速鉴别系统，其特征在于，所述系统包括测量模块、训练模块、待测模块及识别模块：测量模块，用于运用激光诱导击穿光谱仪对N种标准作物种子进行测量，得到N种标准作物种子的激光诱导击穿光谱，并对所述N种标准作物种子的激光诱导击穿光谱进行平均处理和积分处理，得到N种标准作物种子的激光诱导击穿光谱的积分信号,其中N大于等于5；训练模块，用于将N种标准作物种子激光诱导击穿光谱的积分信号作为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；待测模块，用于运用激光诱导击穿光谱仪对待测作物种子进行测量，得到待测作物种子的激光诱导击穿光谱，并对所述待测作物种子激光诱导击穿光谱进行平均处理和积分处理，得到待测作物种子激光诱导击穿光谱的积分信号；识别模块，用于选取待测模块中待测作物种子激光诱导击穿光谱的积分信号作为BP神经网络的输入值，运用训练模块中得到的BP神经网络对待测作物种子进行识别，得到识别结果。
所属类别：	发明专利