国家自然科学基金(31071332)
- 作品数：16 被引量：356H指数：11
- 相关作者：何勇刘飞吴迪冯雷李晓丽更多>>
- 相关机构：浙江大学西北农林科技大学都柏林大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划浙江省自然科学基金更多>>
- 相关领域：农业科学自动化与计算机技术理学轻工技术与工程更多>>
- 除草剂胁迫下大麦叶片丙二醛含量的光谱快速检测方法被引量：12
- 2012年
- 丙二醛(MDA)是植物衰老和抗性生理研究中的一个重要指标,传统检测方法程序复杂,检测费时。该研究应用近红外光谱技术实现了除草剂胁迫下大麦叶片丙二醛(MDA)含量的简便、无损、快速检测。采集75个大麦叶片样本的近红外光谱数据,比较了Savitzky-Golay平滑(SG)、变量标准化(SNV)、多元散射校正(MSC)等7种预处理方法,建立了大麦叶片丙二醛含量预测的最优偏最小二乘法(PLS)模型,将PLS提取的特征向量(LV)作为最小二乘-支持向量机(LS-SVM)模型的输入变量,建立了LV-LS-SVM模型。选用回归系数(RC)方法提取原始光谱的特征波长,将其分别作为PLS、MLR和LS-SVM的输入变量建立相应模型。将相关系数(r)和预测集均方根误差(RMSEP)作为模型的主要评价指标。结果表明,LV-LS-SVM模型效果优于PLS模型,LV-LS-SVM模型在SNV及MSC预处理后预测效果相同,其预测的r和RMSEP分别为0.9383和10.4598,获得了满意的预测效果。说明应用光谱技术检测大麦叶片中MDA含量是可行的,且预测精度较高,为大麦生长状况的大田监测及除草剂胁迫对大麦抗性等生理信息的快速检测提供了新的途径。
- 孔汶汶刘飞方慧何勇
- 关键词：近红外光谱偏最小二乘法丙二醛大麦
- 基于高光谱成像技术的番茄茎秆灰霉病早期诊断研究被引量：9
- 2013年
- 共采集了112个番茄茎秆高光谱数据(光谱范围400～1 030nm),结合图像处理和化学计量学方法建立了番茄茎秆灰霉病早期诊断模型。应用偏最小二乘法(PLS)模型的隐含变量载荷分布选取了七个特征波长(EW),并建立了番茄茎秆灰霉病早期诊断的最小二乘支持向量机(LS-SVM)模型。结果表明,经过变量标准化(SNV)及多元散射校正(MSC)预处理所建立的EW-LS-SVM模型获得了满意的判别效果,且优于全波段的PLS模型。说明高光谱成像技术进行番茄茎秆灰霉病的早期诊断是可行的,为番茄病害早期诊断和预警提供了新的方法。
- 孔汶汶虞佳佳刘飞何勇鲍一丹
- 关键词：最小二乘支持向量机番茄灰霉病
- 近红外分析技术在食品氨基酸检测中应用的研究进展被引量：14
- 2014年
- 综述了近红外分析技术在农作物生长及食品加工处理过程中氨基酸检测的应用情况,及其研究进展。对近红外分析食品氨基酸应用中涉及的化学值HPLC检测以及化学计量学方法进行总结,对相关原始文献中的数据、资料和主要观点进行整理和归纳。对氨基酸的HPLC、化学计量学分析方法及其在农作物品质监测、茶叶中氨基酸和茶多酚含量的同时测定、饲料品质鉴定、奶酪火腿肉制品中氨基酸及其他化学成分含量的测定情况进行了综述,分析了方法的优缺点并对近红外分析技术在食品氨基酸检测中应用进行了展望。近红外光谱在氨基酸检测中应用的发展需基于氨基酸高效液相色谱检测的化学值来建立相应的模型,模型传递的问题是目前制约其大范围推广的主要原因。在线分析可以监测从原料到产品的整个反应变化过程,满足食品从生产到销售等领域中品质实时监控的需求,将是今后重要的发展方向。
- 於筱岚徐宁何勇
- 关键词：近红外光谱氨基酸食品
- 高光谱技术诊断马铃薯叶片晚疫病的研究被引量：11
- 2016年
- 鉴于晚疫病可对马铃薯造成毁灭性灾害,对受晚疫病胁迫的马铃薯叶片进行了高光谱图像特征研究。旨在探索马铃薯叶片的高光谱图象特征与晚疫病害程度的关联,以实现准确、快速、无损的晚疫病诊断。采用60片马铃薯叶片,对其中48片采用离体方式接种晚疫病菌,所剩12片作为对照,染病前后连续观测7天,得到染病和健康样本。健康和染病样本按照染病时间和染病程度不同采用374~1 018nm波段范围的可成像高光谱仪分别采样,基于ENVI软件处理平台提取图像中感兴趣区的光谱信息,并采用移动平均平滑、导数处理、光谱变换、基线变换等预处理方法提高信噪比,建立了最小二乘支持向量机（LS-SVM）的识别模型。9个模型中,基于原始光谱（不预处理）和光谱变换预处理后的数据所建立的模型预测效果最好,识别率均达到了94.87%。表明基于高光谱成像技术可以实现晚疫病胁迫下马铃薯病害程度的有效区分。
- 胡耀华平学文徐明珠单卫星何勇
- 关键词：马铃薯晚疫病最小二乘支持向量机
- 农业物联网与传感仪器研究进展被引量：150
- 2013年
- 农业物联网系统包括感知、传输和应用3个层次。传感仪器是感知层的核心,包括利用传感、遥感等先进技术手段获取作物、土壤、环境等农业多维信息;传输层包括Zigbee、GPRS、WIFI、蓝牙等无线传输方式和网络技术结合形成无线传输网络;应用层包括多维信息融合、智能决策、自动控制等农业智能化管理。对农业物联网的3个层次分别展开了系统分析,提出了农业物联网研究方向,展望了农业物联网系统在现代农业中的发展趋势。
- 何勇聂鹏程刘飞
- 关键词：农业物联网光谱
- 基于高光谱成像技术的番茄叶片灰霉病早期检测研究被引量：7
- 2013年
- 提出了独立软模式法(SIMCA)的番茄叶片灰霉病特征波段图像的提取,并通过多元线性回归法(MLR)提取波段融合图像,通过最小距离法获取番茄灰霉病患病信息的技术路线。利用680～740nm波段的方差图像和建模能力参数提取的特征波段,并作为输入变量进行MLR分析,在0.5准确率阈值下,准确率均大于99%,说明特征波段可以实现番茄叶片灰霉病的检测,并利用MLR回归系数提取波段融合图像,通过最小距离法获取番茄灰霉病患病信息,结果表明所提出的方法具有很好的预测能力,为番茄灰霉病的早期检测提供了一种新方法,且大大降低了高光谱图像的数据处理时间。
- 虞佳佳何勇
- 关键词：主成分回归分析多元线性回归分析最小二乘支持向量机番茄灰霉病
- 基于核磁共振成像技术的作物根系无损检测被引量：39
- 2012年
- 作物根系三维构型对于作物养分吸收具有十分重要的作用。该研究选用玉米、大豆和茄子3种常见作物根系作为研究对象,利用核磁共振成像(MRI)技术对其根系三维构型进行原位无损检测。试验研究和分析了生长介质、作物根系类型以及三维重建方法对作物根系成像的影响,并探讨了应用MRI技术快速无损进行作物根系研究的优势和不足。研究表明,应用MRI技术进行作物根系三维构型的研究是可行的。该研究为作物根系三维构型的定量描述和分析提供了一种新的途径。
- 张建锋吴迪龚向阳何勇刘飞
- 关键词：核磁共振无损检测根系
- 基于高光谱成像的南瓜叶片叶绿素分布可视化研究被引量：15
- 2014年
- 叶绿素浓度是植物生长的指示剂，而叶片的SPAD值则可以反映植物叶绿素含量，从而监测植物的生长状况。本文采用可见-近红外（380～1030 nm）高光谱成像技术可以实现南瓜叶片SPAD值的可视化，同时根据叶片霜霉病疫情与叶绿素含量呈显著正相关进而可以快速诊断霜霉病疫情。通过测定健康叶片和感染不同霜霉病疫情的叶片光谱曲线，采用竞争性自适应重加权算法（CARS）进行特征波段的选择，可以得到10条特征波段，再结合偏最小二乘回归法（PLSR）进行南瓜叶片SPAD的预测。结果表明，通过对48个样本的训练，对23个样本进行预测，可以得到南瓜叶片SPAD 较好的预测效果，其中 RC ＝0.918，RM-SECV＝3.932；RCV ＝0.846，RMSECV＝5.254；RP ＝0.881，RMSEP＝3.714。根据叶片光谱特征波段与SPAD之间的线性回归方程可以计算叶片各个像素点的SPAD值，最后采用图像处理技术可以得到南瓜叶片SPAD的可视化分布图，同时也反映了霜霉病的感染分布，进而判断南瓜叶片的霜霉病疫情。该研究为监测植物生长状况及判别南瓜叶片霜霉病疫情奠定了理论基础。
- 赵艳茹余克强李晓丽何勇
- 关键词：高光谱成像SPAD霜霉病
- 基于高光谱成像技术的鲜枣裂纹的识别研究被引量：7
- 2014年
- 裂纹是衡量鲜枣品质的重要指标之一，果皮裂纹加速鲜枣的腐烂，导致鲜枣货架期的缩短，严重降低鲜枣的经济价值。采用高光谱成像技术在380～1030 nm波段范围内对鲜枣裂纹的位置及大小信息特征进行快速识别。选用偏最小二乘回归（PLSR）、连续投影法（SPA ）和全波段图像主成分分析（PCA ），得到鲜枣裂纹相关的敏感波段。然后利用选取的鲜枣裂纹的敏感波段对建模集的132个样本建立最小二乘支持向量机（LS-SVM ）判别模型，并对预测集的44个样本进行判别。对PLSR-LS-SVM ，SPA-LS-SVM和PCA-LS-SVM 判别模型采用ROC曲线进行评判，得出PLSR-LS-SVM模型对鲜枣裂纹定性判别的结果（area＝1，std＝0）最佳。选取PLSR回归系数挑选出的5条鲜枣裂纹敏感波段（467，544，639，673和682 nm）对应的单波段图像进行主成分分析，其中将主成分PC4的图像结合图像处理技术，最终识别出鲜枣裂纹的位置、大小信息。结果表明，采用高光谱成像技术结合光谱图像处理可以实现鲜枣裂纹定性判别和定量识别的研究，为进一步开发相关仪器的研究提供理论方法和依据。
- 余克强赵艳茹李晓丽张淑娟何勇
- 马铃薯叶片早疫病的高光谱识别研究被引量：8
- 2016年
- 为实现马铃薯叶片早疫病的快速识别,达到尽早防治的目的,利用高光谱成像系统连续4天采集375~1018nm波段内的健康和染病马铃薯叶片的高光谱数据信息,并用ENVI软件提取感兴趣区域的光谱反射率平均值。分别建立基于全光谱(full spectrum,FS)、连续投影算法(SPA)和载荷系数法(x-LW)提取的特征波长的BP网络和LS-SVM识别模型,其中FS-BP、SPA-BP、x-LW-BP模型中预测集识别率分别为100%、100%、98.33%,LS-SVM模型的预测集识别率均为100%;SPA和x-LW提取的特征波长个数均仅占全波长的1.47%,大大简化了模型,提高了运算速率。实验表明:应用高光谱成像技术可以快速、准确地识别出马铃薯叶片早疫病,且SPA和x-LW可以作为特征波长提取的有效方法,为田间马铃薯早疫病的在线实时检测仪器的开发提供理论依据。
- 徐明珠李梅白志鹏胡耀华何勇
- 关键词：马铃薯早疫病
