一种蔬菜种子发芽率快速检测的方法技术

本发明专利技术公开了一种蔬菜种子发芽率快速检测的方法。它的步骤如下：1）把蔬菜种子样品放置在密闭容器内，静置30～60分钟；2）顶空气体达到平衡后，顶空气采样导入传感器阵列反应室内进行采样，采样时间为60～90s，传感器阵列与顶空气体发生反应得到响应信号；3）提取第60s电子鼻信号作为原始数据，对原始数据的特征矩阵进行特征选择和特征值提取；利用主成分分析和线性判别分析来评价种子发芽率等级；4）以原始数据以及上述处理后的数据作为特征值，分别利用BP神经网络和支持向量机识别模式建立传感器响应信号与种子发芽率间的相关性，进而评价种子的发芽率。本发明专利技术具有操作简单，其可靠性和重复性都有很大的改善，提高了检测效率。

【技术实现步骤摘要】

本专利技术涉及。
技术介绍
种子检验是检测优质种子生产，避免劣质种子播种，确保农业丰收的重要措施，种子发芽率是种子检验中的一个重要指标。测定种子发芽率常用计数的方法进行，以了解其最大的发芽潜力，评价种子的种用价值。该方法准确性高，在谷物种子标准检验中常用，但是检测费时费力又繁杂，如果在种子的生产、加工、收购、仓储或调运时急需了解种子的发芽状况就不再适用，特别是对禾谷类和有些豆类等休眠期长的种子，若以正常发芽试验评价种子质量的话，在短时间内得不到准确的发芽结果。多年来，许多种子研究人员都在寻找快速且可靠的方法来代替发芽试验，并取得了一定的研究成果。许多研究人员进行了不同种子生活力和发芽率相关性的研究，得出了可通过种子生活力估测发芽率的结论。快速测定种子生活力的方法有很多，但并不是所有方法都能用于预测种子发芽率，目前可用于估测发芽率的大多属于染色法。种子发芽率除了可通过生活力预测外，还可以通过种子的外观、生理特征来鉴别，也可以通过电导率法、 吸胀状态法、酶学方法快速测定。但这些方法是在实验室中，需借助相关的仪器设备、试剂等才能完成，在短时间内得不到准确的发芽率。
技术实现思路
本专利技术的目的是克服现有技术的不足，提供。蔬菜种子发芽率快速检测的方法的步骤如下1)把蔬菜种子样品放置在密闭容器内，静置30 60分钟；2)顶空气体达到平衡后，顶空气采样导入传感器阵列反应室内进行采样，采样时间为 60 90秒，传感器阵列与顶空气体发生反应得到响应信号；传感器响应信号是传感器接触到顶空气体后的电导率G与传感器在经过洁净空气时的电导率Gtl的比值，即GAitl ；3)提取第60秒电子鼻信号作为原始数据，对原始数据的特征矩阵进行特征选择和特征值提取；利用主成分分析和线性判别分析来评价种子发芽率等级；4)以原始数据以及上述处理后的数据作为特征值，分别利用BP神经网络和支持向量机识别模式建立传感器响应信号与种子发芽率间的相关性，进而评价种子的发芽率。所述的密闭时间为40 50分钟；所述的采样时间为70 80秒。本专利技术依据是不同发芽率的种子散发的气味不同，采用金属氧化物传感器阵列组成的电子鼻来预测种子的发芽率。本专利技术由取样部分，数据采集部分，信号处理部分组成。 所述的取样部分有带有针头的管道连接真空泵的抽气嘴，无针头的管道一端连接真空泵的出气嘴，一端与传感器阵列室相连。数据采集部分为一测试箱体，箱体内有一个圆形的气敏传感器阵列反应室，该圆形反应室顶部分别设有进气口和出气口。所述的圆形反应室内表3面光滑，没有气体死角，里面均勻布置多个气体传感器，形成传感器阵列，每个传感器与采集卡的一个通道相连。对要检测样品先进行基于传感器阵列的电子鼻测定，将样品置于密闭容器内，待顶部空气达到平衡后采样泵把容器内的顶空气体导入传感器阵列反应室内， 传感器与气体发生反应得到相应的响应信号，该信号被采集卡转化成数字输入到计算机。本专利技术能够以廉价的多气敏传感器阵列组成高效的检测蔬菜种子发芽率的电子鼻系统。与单个气体传感器相比，气体传感器阵列扩大了检测范围，降低了干扰，其灵敏度、 可靠性和重复性都有了很大的提高。用各种识别模式系统来处理传感器阵列数据，建立传感器响应信号与种子发芽率之间的模型，这些模型可以根据各种不同的气味检测到不同的信号来判断种子的发芽率。附图说明下面结合附图和实施例对本专利技术进一步说明。图1是本专利技术利用种子挥发物进行检测的结构示意图； 图2是本专利技术实例中10个传感器对番茄种子的响应曲线；图3 (a)是6种不同发芽率番茄种子的主成分分析二维得分图； 图3 (b)是6种不同发芽率番茄种子的主成分分析三维得分图； 图4是6种不同发芽率番茄种子的线性判别分析二维得分图； 图5是BP神经网络对番茄种子不同发芽率的预测值和实测值的相关性。具体实施例方式蔬菜种子发芽率快速检测的方法的步骤如下1)把蔬菜种子样品放置在密闭容器内，静置30 60分钟；2)顶空气体达到平衡后，顶空气采样导入传感器阵列反应室内进行采样，采样时间为 60 90秒，传感器阵列与顶空气体发生反应得到响应信号；传感器响应信号是传感器接触到顶空气体后的电导率G与传感器在经过洁净空气时的电导率Gtl的比值，即GAitl ；3)提取第60秒电子鼻信号作为原始数据，对原始数据的特征矩阵进行特征选择和特征值提取；利用主成分分析和线性判别分析来评价种子发芽率等级；4)以原始数据以及上述处理后的数据作为特征值，分别利用BP神经网络和支持向量机识别模式建立传感器响应信号与种子发芽率间的相关性，进而评价种子的发芽率。所述的密闭时间为40 50分钟；所述的采样时间为70 80秒。实施例本专利技术主要在于电子鼻数据处理和建模方法。采用一个基于金属氧化物传感器阵列的电子鼻，其传感器阵列由10个传感器组成，各传感器名称和性能详见表1。表1电子鼻传感器阵列中各传感器属性阵列序号传感器名称性能描述备注SlWlC芳香成分甲苯，10ml/m3S2W5C灵敏度大，对氮氧化合物很灵敏NO2，lml/m3S3W3C氨水，对芳香成分灵敏苯，10ml/m3S4W6C主要对氢气有选择性H2,100ml/m3S5W5C烷烃，芳香成分丙烷，lml/m3S6WlS对甲烷灵敏CH4,100ml/m权利要求1.，其特征在于它的步骤如下1)把蔬菜种子样品放置在密闭容器内，静置30 60分钟；2)顶空气体达到平衡后，顶空气采样导入传感器阵列反应室内进行采样，采样时间为 60 90秒，传感器阵列与顶空气体发生反应得到响应信号；传感器响应信号是传感器接触到顶空气体后的电导率G与传感器在经过洁净空气时的电导率Gtl的比值，即GAitl ；3)提取第60秒电子鼻信号作为原始数据，对原始数据的特征矩阵进行特征选择和特征值提取；利用主成分分析和线性判别分析来评价种子发芽率等级；4)以原始数据以及上述处理后的数据作为特征值，分别利用BP神经网络和支持向量机识别模式建立传感器响应信号与种子发芽率间的相关性，进而评价种子的发芽率。2.根据权利要求1所述的，其特征在于所述的密闭时间为40 50分钟。3.根据权利要求1所述的，其特征在于所述的采样时间为70 80秒。全文摘要本专利技术公开了。它的步骤如下1)把蔬菜种子样品放置在密闭容器内，静置30～60分钟；2)顶空气体达到平衡后，顶空气采样导入传感器阵列反应室内进行采样，采样时间为60～90s，传感器阵列与顶空气体发生反应得到响应信号；3)提取第60s电子鼻信号作为原始数据，对原始数据的特征矩阵进行特征选择和特征值提取；利用主成分分析和线性判别分析来评价种子发芽率等级；4)以原始数据以及上述处理后的数据作为特征值，分别利用BP神经网络和支持向量机识别模式建立传感器响应信号与种子发芽率间的相关性，进而评价种子的发芽率。本专利技术具有操作简单，其可靠性和重复性都有很大的改善，提高了检测效率。文档编号A01C1/02GK102282932SQ20111020368公开日2011年12月21日 申请日期2011年7月20日 优先权日2011年7月20日专利技术者王俊, 程绍明 申请人:浙江大学本文档来自技高网...

【技术保护点】
１．一种蔬菜种子发芽率快速检测的方法，其特征在于它的步骤如下：１）把蔬菜种子样品放置在密闭容器内，静置３０～６０分钟；２）顶空气体达到平衡后，顶空气采样导入传感器阵列反应室内进行采样，采样时间为６０～９０秒，传感器阵列与顶空气体发生反应得到响应信号；传感器响应信号是传感器接触到顶空气体后的电导率Ｇ与传感器在经过洁净空气时的电导率Ｇ０的比值，即Ｇ／Ｇ０；３）提取第６０秒电子鼻信号作为原始数据，对原始数据的特征矩阵进行特征选择和特征值提取；利用主成分分析和线性判别分析来评价种子发芽率等级；４）以原始数据以及上述处理后的数据作为特征值，分别利用ＢＰ神经网络和支持向量机识别模式建立传感器响应信号与种子发芽率间的相关性，进而评价种子的发芽率。

【技术特征摘要】

【专利技术属性】
技术研发人员：王俊，程绍明，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86