《农业工程学报》2024年第40卷第16期刊载了陕西科技大学等单位夏宇、孟静武、罗斌、康凯、王成与张晗的论文——“高光谱结合理化参数跨品种识别玉米种子贮藏年份”。该研究由新一代人工智能国家重大专项（项目号：2022ZD0115701）等资助。
引文信息：夏宇，孟静武，罗斌，等. 高光谱结合理化参数跨品种识别玉米种子贮藏年份[J]. 农业工程学报，2024，40(16)：261-268.
DOI: 10.11975/j.issn.1002-6819.202402027
玉米种子老化劣变是影响玉米种子活力的关键因素，因此，识别种子的贮藏时间对于种质资源保存、种子质量鉴定具有重要意义。为实现跨品种玉米种子贮藏年份的准确分类，该研究通过对103个玉米品种种子的理化参数与高光谱波段的相关性结合机器学习算法对不同贮藏年份的玉米种子进行识别。分析玉米种子内部理化参数随贮藏年份增加的变化趋势，筛选出随贮藏年份变化呈现一致变化规律的理化参数。分别基于胚面与胚乳面的全波段光谱数据和特征波长筛选的光谱数据建立分类模型，筛选出最优分类模型。对随贮藏年份变化呈现一致变化规律的理化参数与高光谱波段进行Pearson相关性分析，利用相关性筛选特征波段用于建模。对比了特征波长筛选、相关系数筛选和相关系数筛选与特征波长筛选结合的建模准确率，并验证了模型跨品种检测能力。
结果表明，基于相关系数筛选与特征波长筛选结合建立反向传播神经网络（back propagation neural network，BPNN）分类模型的准确率最高，单粒预测准确率为92.3%，群体预测准确率为94.4%。该研究提出的方法通过多个玉米品种的验证，模型具有较高的泛化能力。研究结果可为玉米种子贮藏的精准管理提供理论依据且对种业振兴具有重要的现实意义。
本文由丨《农业工程学报》编辑部丨精编发布
欢迎留言、分享、点赞
转载、投稿、咨询
邮箱：tcsae@tcsae.org
发布征集
欢迎广大作者、读者投稿至我刊公众号，包括但不限于创新科研成果、科技写作技巧、书籍推介、优秀科技工作者介绍、科研团队招聘/招生、行业资讯以及相关活动等农业工程领域信息。
公众号文章投稿邮箱：abe-newmedia@tcsae.org
»» 点击 阅读原文 免费获取全文
