您好,欢迎访问云南省农业科学院 机构知识库!
筛选
科研产出
排序方式:

时间

  • 时间
  • 相关度
  • 被引量
资源类型: 中文期刊
关键词:判别模型(模糊匹配)
2条记录
基于稳定同位素特征与土壤性质的有机茶身份辨识研究

中国农业大学学报 2024 北大核心 CSCD

摘要:为探究云南普洱地区有机茶身份辨识特征,完善高原有机茶身份辨识技术,选取云南省普洱市的5个代表性有机种植认证茶园(ZX、LS、CYT、YS、HL)和相邻的5个常规茶园(C-1、C-2、C-3、C-4、C-5),采集300余份茶叶和土壤样本,结合稳定同位素比例质谱仪、元素分析仪等测定茶叶和土壤的δ15N丰度、δ13C丰度、全氮、全碳、有机碳、碱解氮等指标,通过因子分析和判别分析的方法构建了有机茶叶同位素-土壤性质判别模型,并使用Holdout法进行验证。结果表明:不同茶园有机茶叶与相邻常规茶叶相比未表现出一致的δ15N,δ13C值差异规律,因此,使用单一稳定同位素因子难以鉴别有机茶。通过进一步对茶叶和土壤性质进行因子分析,筛选出6个适合判别的特征向量,构建了基于同位素特征和土壤性质的多元有机判别模型,其判别函数方程为:y=-0.081(茶叶δ15N)+0.819(茶叶δ13C)+0.093(土壤全氮)+2.117(土壤全碳)-0.155(土壤有机碳)+2.870(土壤p H)+4.232,y<0.5为常规茶,判别准确度为92.3%。综上,基于同位素特征值和土壤性质参数指标构建的多元有机判别模型可实现云南省普洱市高原有机茶身份的准确判别。

关键词: 有机茶 δ~15N δ~13C 土壤性质 判别模型

 全文链接 请求原文
基于二维光谱结合深度学习对不同产地杜仲的鉴别

中药与临床 2023

摘要:目的:对来自全国13个省市共171个杜仲茎和叶样本进行光谱分析,结合深度学习建立不同产地判别模型,为其资源合理开发利用提供依据。方法:以13个产地的杜仲茎和叶为实验材料,分别检测其近红外光谱,结合二维光谱算法和残差卷积神经网络建立模式识别模型。结果:基于同步二维相关光谱的模型在卷积层数为26层及以上时均取得了100%的分类正确率,而基于异步二维相关光谱的模型预测集正确率低于30%。结论:表明该模型能够应用于不同产地杜仲药材的鉴别。

关键词: 杜仲 二维相关光谱 深度学习 判别模型

 全文链接 请求原文

首页上一页1下一页尾页