基于PLS-DA和LS-SVM的可见_短波近红外光谱鉴定港种四九、十月红和九月鲜菜心种子的可行性研究.pdf

第44卷，第6期光谱学与光谱分析Vol44,No.6,pp1718-1723

2024年6月SpectroscopyandSpectralAnalysisJune,2024

基于PLS-DA和LS-SVM的可见/短波近红外光谱鉴定港种四九、

十月红和九月鲜菜心种子的可行性研究

章海亮，聂训1，廖少敏，詹白勺，罗微，刘书玲，刘雪梅2*，谢潮勇1*

1.华东交通大学电气与自动化工程学院，江西南昌330013

2.华东交通大学土木建筑学院，江西南昌330013

3.江西省科学技术信息研究所，江西南昌330046

摘要目前市面上菜心的品种复杂，不同菜心种子的品质与发芽率不同，但菜心种子单从外观上差别不

大，因此区分菜心种子的类别成为了一大难题。为了实现菜心种子类别的快速区分，探究了基于可见/短波

近红外光谱分析菜心种子类别的可行性。从南昌市种子交易场所购买了港种四九、十月红和九月鲜三个品

种的菜心种子，从中挑选出品相较好且大小适中的子粒，将每种菜心种子均匀分为30份，按照2：1划分为

建模集和预测集，所有样本共计90份。通过近红外光谱仪获取采样间隔为1nm的菜心种子的光谱反射率，

波长覆盖范围325～1075nm，将原始光谱数据采用多元散射校正（MSC）、卷积平滑（S-G)和标准正态变换

(SNV)三种预处理方法进行预处理，预处理后的光谱变量建立偏最小二乘回归（PLSR)模型，确定了SNV

是最佳预处理方法。采用主成分分析（PCA)对菜心种子进行了聚类分析，从前三个主成分因子（PCs)得分图

可知三种菜心种子存在光谱特征差异。将原始光谱变量、前三个PCs（累计贡献97.15%）和基于随机蛙跳

(RF)算法挑选的13个特征波长作为偏最小二乘判别(PLS-DA)和最小二乘支持向量机(LS-SVM)模型的输

入变量，从模型结果可知：三种输人变量中，采用RF筛选特征波长作为模型输人变量时，模型预测效果最

好，PCs建立的模型最差，相比于PCA分析，采用RF筛选出的特征波长更能够反映原始光谱信息。比较不

同模型预测效果，LS-SVM模型比PLS-DA模型得到的预测精度更好，其中RF-LS-SVM模型是所有模型中

最佳的预测模型，建模集和预测集均为100%。采用可见/短波近红外光谱研究菜心种子的类别可行，并且

能够获得很好地预测效果，为菜心种子的快速区分提供了理论依据。

关键词菜心种子；主成分分析；随机青蛙；偏最小二乘判别；最小二乘支持向量机

中图分类号：S339.3+1文献标识码：AD0I:10.3964/j.issn.1000-0593(2024)06-1718-06

茶籽油[1]、大米[2]等掺假问题的研究，以及西瓜[3]、小麦

引言粉[4]、麦[5]、茶叶[6]等分类研究和中药[7]的惨假问题研

究。目前已经有不少学者运用近红外光谱技术对玉米[8种

我国地大物博，种植的蔬菜在品种与形态上各异。目前子、番茄9种子等分类识别问题进行了一系列的研究，并取

市面上菜心的品种复杂，不同菜心种子的品质与发芽率不得了较好结果，但是对菜心种子的分类研究却几乎没有。

同，但菜心种子单从外观上差别不大，因此区分菜心种子的本工作采用可见/短波近红外光谱（325~1075nm）对菜

类别成为一大难题。仅依靠人为挑选难以保证正确分辨各种心种子的类别进行研究分析，获取了港种四九、十月红和九

月鲜三种品种的菜心种子，共计90份。采用偏最小二乘回归

菜心种子，而且分辨过程中存在区分时间长等缺点，迫切需

要一种快速、高准确率的菜心种子鉴别方法。模型对多元散射校正（MSC）、标准正态变换（SNV)和卷积平

近红外光谱作为一种