一种基于拉曼光谱的绿豆种子品种鉴别方法技术

本发明专利技术公开了一种基于拉曼光谱的绿豆种子品种鉴别方法，属于品种鉴别技术领域，包括：将绿豆样本制作为可采集拉曼光谱的形态；采集拉曼光谱：将处理后的样本置于拉曼光谱仪样本放置台上进行拉曼光谱的采集，获取原始光谱；进行光谱数据预处理：对原始光谱在定性之前进行合适的预处理；选取特征波长：预处理之后在全波段范围内利用连续投影算法自动选取特征波长；建立分类模型，进行数据分类，确定样品种类。本发明专利技术通过采集绿豆拉曼光谱，利用预处理方法结合特征提取连续投影算法和粒子群算法改进支持向量机建立绿豆品种分类模型，提高了模型应对光谱采集和样本制作时间、地点、环境等条件变动的应变能力，提高了模型的自适应性、准确性。准确性。准确性。

【技术实现步骤摘要】
一种基于拉曼光谱的绿豆种子品种鉴别方法


[0001]本专利技术属于品种鉴别
，具体涉及一种基于拉曼光谱的绿豆种子品种鉴别方法。

技术介绍

[0002]在我国，绿豆已经有2000多年的种植历史，其种植面积和年总产量仅次于印度，位居世界第二。绿豆作为我国种植的主要食用豆之一,具有较高的营养和药用价值，在我国调整种植结构、丰富人们膳食和农产品加工利用等方面具有重要作用。自上世纪八十年代中期，随着我国育种手段的多样化发展，现有的绿豆品种已经达到了上百种之多。然而，同一地区的部分绿豆品种具有极其相似的外观，很难通过人眼区分。假冒伪劣的绿豆品种得以在市场流通，这对监管绿豆市场秩序造成了恶劣的影响。因此，绿豆种子品种鉴别已经成为维护与监管绿豆市场秩序中不可或缺的工作之一。
[0003]光谱技术作为一种新兴的检测手段，被应用于化工、医疗等领域。其中，拉曼光谱很少应用于农业领域，但由于其展现的灵敏度高、重现性好、谱图解析方便和操作简洁等优势，基于拉曼光谱的种子鉴别技术可以有效地提高鉴别准确率和鉴别速度。
[0004]对于绿豆种子的品种鉴别，研究人员过去常采用传统方法如形态学鉴定方法通过观察植株在生长发育阶段的形态特征来鉴别品种，不但费时费力，且离开特定鉴别环境后，精确度不能保证。此后研究人员也尝试过利用生化检测方法的研究。如中国专利公开号为“CN106244681A”，名称为“一种利用基因组SSR和EST
‑
SSR指纹图谱鉴别绿豆品种的方法及应用”。该专利技术提供一种利用基因组SSR和ESTr/>‑
SSR指纹图谱鉴别绿豆品种的方法及应用，可完成绿豆种子品种鉴定与遗传多样性评价工作，从DNA水平揭示品种的遗传变异与亲缘关系。然而使用该方法进行绿豆种子品种鉴别操作难度高，该方法的鉴别过程由于不同实验室的条件和技术差异，很难形成某种作物特定分子标记鉴定方法的标准化操作规程，对研究人员的专业性要求较高，缺少操作的便捷性、通用性。

技术实现思路

[0005]为了解决现有绿豆种子品种鉴别的操作复杂、操作难度高、通用性低的问题，本专利技术提供了一种基于拉曼光谱分析结合连续投影算法和粒子群算法改进支持向量机模型的绿豆种子品种鉴别方法，
[0006]本专利技术通过如下技术方案实现：
[0007]一种基于拉曼光谱的绿豆种子品种鉴别方法，具体包括如下步骤：
[0008]步骤1，制作绿豆样本：获取绿豆样本，将绿豆样本制作为可采集拉曼光谱的形态；
[0009]步骤2，采集拉曼光谱：将处理后的样本置于拉曼光谱仪样本放置台上进行拉曼光谱的采集，获取原始光谱；
[0010]步骤3，进行光谱数据预处理：对原始光谱在定性之前进行合适的预处理；
[0011]步骤4，选取特征波长：预处理之后在全波段范围内利用连续投影算法自动选取特
征波长；
[0012]步骤5，建立分类模型，进行数据分类，确定样品种类。
[0013]进一步地，所述步骤1中的制作绿豆样本，具体是将绿豆在无扬尘、整洁、避光的晾晒场地进行晾晒，去除壳皮、灰尘杂质，用去离子水冲洗除尘后将绿豆样品制作为整粒、切片、粉末三种形态。
[0014]进一步地，切片的制作方式为：以胚为中线用小刀分为两部分；粉末的制作方式为：将切完后的种子放入研磨钵进行研磨处理，过目筛。
[0015]进一步地，步骤2中采集拉曼光谱，具体如下：
[0016]对于获取到的整粒样本，将待测种子放到显微镜下的载玻片上，分别对种子的种皮部分中的胚根部分和子叶部分进行多次取点测量其光谱，得到原始光谱；
[0017]对于获取到的切片样本，将用小刀切为两半的种子，对其剖面上的胚、子叶进行多次取点进行光谱测量，得到原始光谱；
[0018]对于获取到的粉末样本，将切完后的种子放入研磨钵进行研磨处理，过100目筛网后获得绿豆种子粉末，多次取点测量其光谱，得到原始光谱。
[0019]进一步地，所述步骤3中所述的预处理包括去噪、数据规范化、导数及基线校正中的一种或多种组合；其中，所述去噪可采用S
‑
G平滑、移动平均平滑或小波变换；所述数据规范化可采用最大最小归一化、标准差标准化、均值中心化、小数定标标准化或稳健标准化；所述导数可采用一阶导数或二阶导数，所述基线校正可采用多元散射矫正、标准正态变换或趋势矫正。
[0020]进一步地，所述步骤4中特征波长的选取，采用自动选取特征波长的算法
‑
连续投影算法；其原则在于不仅可以过滤除数据冗余，保留反应该样本差异的特征光谱信息，提高所建模型的预测性能，而且可以减少模型运行时间。
[0021]进一步地，所述步骤5中建立分类模型，具体是将步骤3预处理后的光谱数据及步骤4中的选取的特征波长作为输入变量，通过支持向量机分类算法建立原始分类模型；然后采用粒子群算法对原始支持向量机模型中的惩罚参数C与核函数参数gamma进行优化，得到结合粒子群算法改进的支持向量机模型。
[0022]进一步地，所述结合粒子群算法改进的支持向量机模型，具体过程如下：
[0023]对支持向量机参数进行编码形成初始种群，输入到支持向量机模型里返回粒子群算法中的自适应度值，判断是否达到最大迭代次数；若达到最大迭代次数，则进行参数解码得到最优支持向量机参数；否则，进行全局最优个体、速度、位置的更新，重复计算自适应度值直至达到最大迭代次数。
[0024]与现有技术相比，本专利技术的优点如下：
[0025]1.采用分析拉曼光谱的方法鉴别绿豆样品种类，可以有效提高绿豆品种鉴别的准确率，缩短鉴别时间，具有操作便捷，灵敏度高、重现性好的特性和优势；
[0026]2.采用制作整粒、切片、粉末三种形态的样本采集光谱数据，能够消除绿豆样品大小不一、形状各异的影响和非均匀固体籽粒因个体之间存在的差异，益于分析三种不同光谱数据的分类效果，确认效果最佳的样本形态；
[0027]3.本专利技术通过采集绿豆拉曼光谱，利用去噪、数据归一化、导数、基线矫正预处理方法结合特征提取连续投影算法和粒子群算法改进支持向量机建立绿豆品种分类模型，提
高了模型应对光谱采集和样本制作时间、地点、环境等条件变动的应变能力，提高了模型的自适应性、准确性。
附图说明
[0028]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0029]图1为本专利技术一种基于拉曼光谱的绿豆种子品种鉴别方法的流程图；
[0030]图2为本专利技术粉末绿豆样本制作及拉曼光谱信息采集的流程图；
[0031]图3为本专利技术光谱数据预处理的方法具体组合图；
[0032]图4为本专利技术提取光谱特征信息部分的具体方法组合图；
[0033]图5为本专利技术实施例1的粉末状态的每个样品的光谱数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于拉曼光谱的绿豆种子品种鉴别方法，其特征在于，具体包括如下步骤：步骤1，制作绿豆样本：获取绿豆样本，将绿豆样本制作为可采集拉曼光谱的形态；步骤2，采集拉曼光谱：将处理后的样本置于拉曼光谱仪样本放置台上进行拉曼光谱的采集，获取原始光谱；步骤3，进行光谱数据预处理：对原始光谱在定性之前进行合适的预处理；步骤4，选取特征波长：预处理之后在全波段范围内利用连续投影算法自动选取特征波长；步骤5，建立分类模型，进行数据分类，确定样品种类。2.如权利要求1所述的一种基于拉曼光谱的绿豆种子品种鉴别方法，其特征在于，所述步骤1中的制作绿豆样本，具体是将绿豆在无扬尘、整洁、避光的晾晒场地进行晾晒，去除壳皮、灰尘杂质，用去离子水冲洗除尘后将绿豆样品制作为整粒、切片、粉末三种形态。3.如权利要求2所述的一种基于拉曼光谱的绿豆种子品种鉴别方法，其特征在于，切片的制作方式为：以胚为中线用小刀分为两部分；粉末的制作方式为：将切完后的种子放入研磨钵进行研磨处理，过目筛。4.如权利要求1所述的一种基于拉曼光谱的绿豆种子品种鉴别方法，其特征在于，步骤2中采集拉曼光谱，具体如下：对于获取到的整粒样本，将待测种子放到显微镜下的载玻片上，分别对种子的种皮部分中的胚根部分和子叶部分进行多次取点测量其光谱，得到原始光谱；对于获取到的切片样本，将用小刀切为两半的种子，对其剖面上的胚、子叶进行多次取点进行光谱测量，得到原始光谱；对于获取到的粉末样本，将切完后的种子放入研磨钵进行研磨处理，过100目筛网后获得绿豆种子粉末，多次取点测量其光谱，得到原始光谱。5.如权利要求1所述的一种基于拉曼光谱的绿豆种子品种鉴别方法，其特征...

【专利技术属性】
技术研发人员：刘彬，于林韬，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：