申请/专利权人:福建师范大学
申请日:2024-01-26
公开(公告)日:2024-04-19
公开(公告)号:CN117907306A
主分类号:G01N21/65
分类号:G01N21/65;G16B20/20;G16B40/20;G06F18/2132;G06F18/2135;G06F18/2411;G06F18/2415;G06F18/2451
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明公开了基于拉曼光谱的山鸡椒雌雄株早期鉴别方法,包括以下步骤:采集山鸡椒的雌雄株叶片;对雌雄株叶片进行预处理,得到预处理叶片,预处理包括仅清洁干燥、表面挤压、银纳米胶体进行表面增强及其组合;采集预处理叶片的拉曼光谱,对拉曼光谱进行位移剪切、平滑滤波及背景降噪处理;将步骤S3处理好的拉曼光谱数据进行主成分分析及线性判别分析,对输入数据进行降维及分类,按设定的比例划分为训练集及测试集;构建分类模型,使用训练集训练分类模型,选出最佳模型;采集待检测的山鸡椒叶片,经处理后,输入最佳模型进行分类,由最佳模型输出分类结果,分类结果包括雌株及雄株。本发明可实现快速及低成本的现场检测方法。
主权项:1.基于拉曼光谱的山鸡椒雌雄株早期鉴别方法,其特征在于,包括以下步骤:S1:采集山鸡椒的雌雄株叶片;S2:对所述雌雄株叶片进行预处理,得到预处理叶片,所述预处理为以下四种方法中的一种:仅清洁干燥,清洁干燥后进行表面挤压,清洁干燥后使用银纳米胶体进行表面增强,清洁干燥并表面挤压后使用银纳米胶体进行表面增强;S3:采集所述预处理叶片的拉曼光谱,对所述拉曼光谱进行位移剪切、平滑滤波及背景降噪处理;S4:将步骤S3处理好的拉曼光谱数据进行主成分分析及线性判别分析,对输入数据进行降维及分类,按设定的比例划分为训练集及测试集;S5:构建分类模型,使用训练集训练所述分类模型,使用测试集对训练结果进行测试,根据准确率、精确度、召回率及F1分数选出最佳模型;S6:采集待检测的山鸡椒叶片,经过步骤S2-S4处理后,输入所述最佳模型进行分类,由最佳模型输出分类结果,所述分类结果包括雌株及雄株。
全文数据:
权利要求:
百度查询: 福建师范大学 基于拉曼光谱的山鸡椒雌雄株早期鉴别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。