[发明专利]一种基于WT-LSSVR的叶片镉含量Vis-NIR光谱特征建模方法有效
| 申请号： | 201810253782.8 | 申请日： | 2018-03-26 |
| 公开（公告）号： | CN108519339B | 公开（公告）日： | 2020-07-31 |
| 发明（设计）人： | 孙俊;周鑫;武小红;戴春霞;沈继锋;杨宁 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G01N21/31 | 分类号： | G01N21/31;G06Q10/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 一种 基于 wt lssvr 叶片 含量 vis nir 光谱 特征 建模 方法 | ||
【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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810253782.8/，转载请声明来源钻瓜专利网。
