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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD