基于近红外光谱技术,结合不同预处理和特征波长筛选方法,构建小麦专用粉的破损淀粉含量、降落数值、吸水率、稳定时间、拉伸面积、延伸度和最大拉伸阻力的偏最小二乘(Partial Least Squares,PLS)预测模型和总体预测模型,并对模型的预测...基于近红外光谱技术,结合不同预处理和特征波长筛选方法,构建小麦专用粉的破损淀粉含量、降落数值、吸水率、稳定时间、拉伸面积、延伸度和最大拉伸阻力的偏最小二乘(Partial Least Squares,PLS)预测模型和总体预测模型,并对模型的预测能力进行评估。结果表明:去线性趋势(Detrend,DT)是破损淀粉含量和吸水率预测模型的最佳预处理方法,Savitzky-Gloay(SG)卷积平滑是降落数值和拉伸面积预测模型的最佳预处理方法,标准正态变量变换(Standard Normal Variable Transformation,SNV)是延伸度和最大拉伸阻力预测模型的最佳预处理方法。竞争性自适应重加权法(Competitive Adaptive Reweighted Sampling,CARS)可有效提高破损淀粉含量、降落数值、吸水率、拉伸面积和最大拉伸阻力预测模型的预测精度,预测决定系数分别为0.9641、0.7140、0.9755、0.9434和0.8283;连续投影算法(Successive Projections Algorithm,SPA)可有效提高稳定时间和延伸度预测模型的效果,预测决定系数分别为0.7135和0.9530。总体预测模型对稳定时间、拉伸面积和最大拉伸阻力的预测效果均有所提升,剩余预测偏差(Residual Predictive Deviation,RPD)分别从1.86、4.27和2.51提升到2.43、5.26和3.11。综上可知,近红外光谱技术对小麦专用粉品质特性的无损快速检测是有效的、可行的。展开更多
玉米育种过程中,灌浆期籽粒含水率检测时,通常需要脱粒,采集穗中间200粒为检测样本。为了保护亲本,避免破坏性检测,该研究提出一种基于近红外光谱的灌浆期玉米籽粒水分定量分析通用模型,用于灌浆期玉米籽粒水分的田间原位检测。首先构建...玉米育种过程中,灌浆期籽粒含水率检测时,通常需要脱粒,采集穗中间200粒为检测样本。为了保护亲本,避免破坏性检测,该研究提出一种基于近红外光谱的灌浆期玉米籽粒水分定量分析通用模型,用于灌浆期玉米籽粒水分的田间原位检测。首先构建GA-IRIV-DS光谱数据处理策略。利用遗传算法(genetic algorithm,GA)和迭代保留信息变量(iterative retention of information variables,IRIV)二次波长筛选方法,提取光谱数据中有效的水分变量信息,减小特征空间维度的同时提高模型预测精度;再结合直接校正算法(direct standardization,DS),降低预测样本与建模样本的差异性,将玉米灌浆期穗尖部籽粒光谱数据校正为中间200籽粒的光谱,使水分定量分析模型能够具备中间200籽粒和穗尖部籽粒2种检测样本的通用性。在GA-IRIV-DS光谱数据处理策略的基础上,构建基于偏最小二乘法(partial lpeast squares regression,PLSR)的水分定量分析通用模型。经过验证,GA-IRIV-DS光谱数据处理策略校正后的光谱差异性降低了59.4%。为了进一步验证GA-IRIV-DS光谱数据处理策略的有效性,分析了GA+IRIVN组合波长筛选提取光谱特征,并分别与全光谱、多种典型波长筛选方法结合DS方法构建基于偏最小二乘法(PLSR)的水分定量分析模型结果相比较。试验结果表明,两种样本预测集GA-IRIVN-DS-PLSR模型效果均优于全光谱和其他模型,中间籽粒样本和穗尖部籽粒样本的预测决定系数(R^(2))达到了0.9715和0.9012,均方根误差(RMSEP)较全光谱下降了80.10%和64.60%。证明基于GA-IRIVN-DS光谱数据处理策略建立的近红外光谱水分定量分析模型具有一定泛化能力,可以为玉米育种过程中,减少检测过程中的样本破坏和提高检测效率提供可行的参考方法。展开更多
耐震时程分析(endurance time analysis,ETA)法作为结构响应分析领域的有效简化方法,基于频域地震动反应谱合成的耐震时程曲线无法准确反映时域的脉冲特性,限制了其在近断层脉冲型地震中的应用。为将ETA法应用到近断层脉冲型地震动作用...耐震时程分析(endurance time analysis,ETA)法作为结构响应分析领域的有效简化方法,基于频域地震动反应谱合成的耐震时程曲线无法准确反映时域的脉冲特性,限制了其在近断层脉冲型地震中的应用。为将ETA法应用到近断层脉冲型地震动作用下斜拉桥动力响应分析中,基于增量动力分析(incremental dynamic analysis,IDA)法研究了不同峰值下脉冲、高频分量对斜拉桥动力响应的贡献程度,构建了考虑脉冲和强度特性的斜拉桥动力响应预测模型,利用ETA法模拟高频分量下的斜拉桥动力响应并结合预测模型,预测了近断层脉冲型地震动下斜拉桥的动力响应。结果表明:建立的预测模型可以精确表达不同强度下高频分量与原始地震动响应之间的定量关系;基于ETA模型和IDA法计算出0.6 g下的平均动力响应最大相对误差不超过10%,具有良好的预测精度。研究成果为高效合理地计算近断层脉冲型地震动下斜拉桥的动力响应提供了技术支撑。展开更多
文摘玉米育种过程中,灌浆期籽粒含水率检测时,通常需要脱粒,采集穗中间200粒为检测样本。为了保护亲本,避免破坏性检测,该研究提出一种基于近红外光谱的灌浆期玉米籽粒水分定量分析通用模型,用于灌浆期玉米籽粒水分的田间原位检测。首先构建GA-IRIV-DS光谱数据处理策略。利用遗传算法(genetic algorithm,GA)和迭代保留信息变量(iterative retention of information variables,IRIV)二次波长筛选方法,提取光谱数据中有效的水分变量信息,减小特征空间维度的同时提高模型预测精度;再结合直接校正算法(direct standardization,DS),降低预测样本与建模样本的差异性,将玉米灌浆期穗尖部籽粒光谱数据校正为中间200籽粒的光谱,使水分定量分析模型能够具备中间200籽粒和穗尖部籽粒2种检测样本的通用性。在GA-IRIV-DS光谱数据处理策略的基础上,构建基于偏最小二乘法(partial lpeast squares regression,PLSR)的水分定量分析通用模型。经过验证,GA-IRIV-DS光谱数据处理策略校正后的光谱差异性降低了59.4%。为了进一步验证GA-IRIV-DS光谱数据处理策略的有效性,分析了GA+IRIVN组合波长筛选提取光谱特征,并分别与全光谱、多种典型波长筛选方法结合DS方法构建基于偏最小二乘法(PLSR)的水分定量分析模型结果相比较。试验结果表明,两种样本预测集GA-IRIVN-DS-PLSR模型效果均优于全光谱和其他模型,中间籽粒样本和穗尖部籽粒样本的预测决定系数(R^(2))达到了0.9715和0.9012,均方根误差(RMSEP)较全光谱下降了80.10%和64.60%。证明基于GA-IRIVN-DS光谱数据处理策略建立的近红外光谱水分定量分析模型具有一定泛化能力,可以为玉米育种过程中,减少检测过程中的样本破坏和提高检测效率提供可行的参考方法。
