一种鉴别作物种子品种的方法技术

本发明专利技术的目的是提供一种用近红外光谱和仿生模式识别快速鉴别作物种子品种的方法。该方法通过对作物种子品种的近红外光谱波长区域建立仿生模式识别模型并通过所述的仿生模式识别模型对作物种子品种样本进行识别。通过近红外光谱，可以得到样品中所有有机分子含氢基团的特征信息，并且对物质的穿透能力较强，不需要对样品做任何预处理，对人体无伤害，对环境无污染，仿生模式识别能够更好地实现计算机对作物种子品种自动分类的优点。两者结合能够对作物种子品种进行快速、无损且高效地定性分析，因此用于作物品种鉴别具有重要的理论和现实意义。

【技术实现步骤摘要】

本专利技术属于农业光谱分析领域，具体涉及一种用近红外光谱和仿生模式识别快速鉴别作物种子品种的方法。
技术介绍
20世纪30年代以来，农作物的杂交优势逐渐得到人们的重视，杂交品种也得到普 遍推广。与此同时，假种子造成的坑农害农事件时有发生，给国家和农业生产造成了很大的 损失。因此，作物种子品种鉴别问题是目前农业生产、作物育种和种子检验的重要问题之 一。国内外种子品种鉴别的常用方法主要有形态学方法、荧光扫描鉴定法、化学鉴定法和电 泳鉴定法。 形态学方法通过观察作物生长过程中种子、幼苗和植株形态特征特性的差异，将 不同品种区分开来。这是品种鉴别最常用的简单易行的方法。但该方法鉴别所需时间长， 而且精度不高。由于作物生长初期，其形态特征并不明显，直接依此判断种子品种，易产生 较大误差。 荧光扫描鉴定法是利用光照射物体后有激发光的现象，将不可见的短光波转变为 可见的长光波。根据不同品种种子发出的荧光颜色可进行品种鉴别。该方法灵敏度较高， 但为了产生最大强度的荧光发射光谱，在鉴别前需要选择特定的激发光波长。另外，在分析 过程中需要确定荧光发射光谱最大处的波长，因而耗时较多。 化学鉴定法主要根据不同品种中化学物质和成分的差异，以及对不同化学试剂反 应显色的差异来鉴别品种。该方法精度较高，但因要求被鉴定的种子必须具有某些化学特 异反应，因此其应用范围受到了很大的限制。另外，该方法鉴定时间较长，在鉴定过程中需 要消耗大量的化学药剂，因此成本较高。 电泳鉴定法的原理是不同作物品种的遗传组成不同，其种子蛋白的种类、数量、 大小及结构等也不同。因此可以通过电泳形成不同的蛋白质谱带，从而鉴别品种。电泳鉴 定法的准确性较高，重复性好，但对于某些遗传组成非常接近的品种不易找到特异蛋白，采 用蛋白质电泳也难以发现用于区分的特征带。另外，电泳所需的时间较长，而且鉴别过程烦 琐，非专业人员难以胜任，不适宜对样品进行批量快速分析和无损在线监测。
技术实现思路
本专利技术的目的是提供一种用近红外光谱和仿生模式识别快速鉴别作物种子品种 的方法。通过组合使用多种化学计量学方法，快速、无损且有效的对作物种子品种进行定性 分析。 为实现上述目的，本专利技术采用如下技术方案 —种用近红外光谱和仿生模式识别快速鉴别作物种子品种的方法，该方法包括以 下步骤 s101对所述的作物种子品种的近红外光谱波长区域进行预处理；3 s102对所述的作物种子品种的近红外光谱波长区域选择检测波长区域； s103对所述的作物种子品种的近红外光谱波长区域进行特征提取； sl04对作物种子品种的近红外光谱波长区域建立仿生模式识别模型； sl05通过所述的仿生模式识别模型对作物种子品种样本进行识别。 其中，步骤s104中建立所述的仿生模式识别模型的步骤如下 采用一个多权值神经元作为基本覆盖单元，用多个多权值神经元组合起来构造各类高维空间样本点覆盖区。其中，构造所述的各类高维空间样本点覆盖区的步骤如下 ①对于所述的作物种子品种的近红外光谱波长区域中的所有的构网样本点，在高 维特征空间中通过计算所有的构网样本点两两之间的欧式距离，找出距离最近的两个点 Bn、B^，构成第一个直线段^S ，用一个多权值神经元来覆盖这个直线段^X，多权值神 经元的覆盖范围为P。 ②对于Pp判断高维特征空间中剩余各点是否被P工覆盖，若有构网样本点在P工覆 盖范围之内，则排除该构网样本点；对于在Pi覆盖范围外的其它的构网样本点，按照步骤① 的方法，找出离B12距离最近的一点B13，与B12构成第二个直线段^ ，同样，用一个多权值 神经元来覆盖这个线段，其覆盖范围为P2 ; ③重复上述步骤，直到处理完所有的构网样本点，最终产生的多权值神经元个数 记为m，所述的作物种子品种的近红外光谱波长区域为产生的m个神经元覆盖区域的并集。 其中，对所述的作物种子品种的近红外光谱波长区域进行特征提取选用主成分分 析、偏最小二乘法、核主成分分析、线性鉴别分析、小波变换、K近邻法和/或互信息熵的方 法来提取光谱特征。 其中，步骤s101中对所述的作物种子品种的近红外光谱波长区域选择检测波长 区域，选用的是基于搜索的方法包括前进选择、顺序后退、逐步选择、模拟退火算法、遗传 算法、渐进因子分析和/或窗口因子分析。利用本专利技术进行快速鉴别作物种子品种，相比现有技术具有以下有益效果 1)近红外光谱区介于可见光谱区与中红外光谱区之间，波长范围为 780nm-2500nm。通过近红外光谱，可以得到样品中所有有机分子含氢基团的特征信息。近 红外光谱对物质的穿透能力较强，不需要对样品做任何预处理。近红外光谱还具有不会对 人体造成伤害、不会对环境造成任何污染以及快速、高效的特点。 2)仿生模式识别能够更好地实现计算机对作物种子品种自动分类的优点。 两者结合能够对作物种子品种进行快速、无损且高效地定性分析，因此用于作物 品种鉴别具有重要的理论和现实意义。附图说明 图1为本专利技术用近红外光谱和仿生模式识别快速鉴别作物种子品种的方法流程 图； 图2为本专利技术中玉米品种CE03005的原始近红外光谱； 图3为本专利技术经矢量归一化预处理后玉米品种CE03005的近红外光谱； 图4为本专利技术中玉米品种P138的原始近红外光谱； 图5为本专利技术经矢量归一化预处理后玉米品种P138的近红外光谱； 图6为本专利技术中使用固定尺寸移动窗口渐进因子法得出的玉米品种CE03005类内的相关系数曲线； 图7为本专利技术使用固定尺寸移动窗口渐进因子法得出的玉米品种P138类内的相 关系数曲线； 图8为本专利技术使用固定尺寸移动窗口渐进因子法得出的玉米品种CE03005和P138 类间的相关系数曲线； 图9为本专利技术所有样本在两维主成分空间中的分布。 具体实施例方式本专利技术提出的用近红外光谱和仿生模式识别快速鉴别作物种子品种的方法，结合 附图和实施例说明如下。 近红外光谱对物质的穿透能力较强，不需要对样品做任何预处理。近红外光谱还 具有不会对人体造成伤害、不会对环境造成任何污染以及快速、高效的特点。所以将其用于 作物品种鉴别具有重要的理论和现实意义。 本实施例用近红外光谱和仿生模式识别快速鉴别作物种子品种方法的流程图如 图l所示，包括 步骤s201，近红外光谱预处理； 近红外光谱区介于可见光谱区与中红外光谱区之间，波长范围为780nm-2500nm。 通过近红外光谱，可以得到样品中所有有机分子含氢基团的特征信息。 但是近红外光谱数据中含有较多噪声且谱带严重重叠，仪器分析得到的原始近红 外光谱数据无法直接用于样品的定性计算，因此对原始光谱数据进行预处理。这里选用平 滑、归一化、散射效应校正、回归、微分、求导、小波变换中的任意一种或多种预处理方法。其 中，预处理方法及其组合方式的选择根据不同作物的光谱信息及光谱数据质量而定。 步骤s202，选择检测特征光谱区域； 在近红外光谱定性分析模型建立过程中，全谱计算的计算量很大。实际上，在某些 光谱区域，样品光谱中有用信息很少。如果直接利用全光谱数据进行计算，会把对样品性质 无关的信息也计算在内，甚至会引入干扰信息，影响预测模型的精度。因此，需要选择检测 光谱区域进行建模。这里选用基于搜索的方法，即将光谱区域选择看成一个组合优化问题， 通过一本文档来自技高网...

【技术保护点】
一种鉴别作物种子品种的方法，其特征在于，该方法包括以下步骤：ｓ１０１对作物种子品种的近红外光谱波长区域进行预处理；ｓ１０２对所述的作物种子品种的近红外光谱波长区域选择检测波长区域；ｓ１０３对所述的作物种子品种的近红外光谱波长区域进行特征提取；ｓ１０４对所述的作物种子品种的近红外光谱波长区域建立仿生模式识别模型；ｓ１０５通过所述的仿生模式识别模型对作物种子品种样本进行识别。

【技术特征摘要】
一种鉴别作物种子品种的方法，其特征在于，该方法包括以下步骤s101对作物种子品种的近红外光谱波长区域进行预处理；s102对所述的作物种子品种的近红外光谱波长区域选择检测波长区域；s103对所述的作物种子品种的近红外光谱波长区域进行特征提取；s104对所述的作物种子品种的近红外光谱波长区域建立仿生模式识别模型；s105通过所述的仿生模式识别模型对作物种子品种样本进行识别。2. 如权利要求1所述的鉴别作物种子品种的方法，其特征在于，步骤sl04中建立所述的仿生模式识别模型的步骤如下采用一个多权值神经元作为基本覆盖单元，用多个多权值神经元组合起来构造各类高 维空间样本点覆盖区。3. 如权利要求2所述的鉴别作物种子品种的方法，其特征在于，构造所述的各类高维空间样本点覆盖区的步骤如下① 对于所述的作物种子品种的近红外光谱波长区域中的所有的构网样本点，在高维特征空间中通过计算所有的构网样本点两两之间的欧式距离，找出距离最近的两个点Bn、 B『构成第一个直线段^X ，用一个多权值神经元来覆盖这个直线段^X ，多权值神经元的覆盖范围...

【专利技术属性】
技术研发人员：安冬，苏谦，邬文锦，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：11[中国|北京]