换一批基于荧光高光谱成像技术的宁夏枸杞菊酯类农药残留无损检测
Non-destructive Detection of Pyrethroid Pesticide Residues in Ningxia Wolfberries Based on Fluorescence Hyperspectral Imaging
摘要该文选用宁夏枸杞作为试验材料,对枸杞样品经特定浓度的氰戊菊酯、氯氰菊酯、氯氟氰菊酯处理后,进行图像采集与光谱数据分析,并通过多种算法进行样本集划分、光谱预处理、特征波长提取及判别模型构建,最终建立针对菊酯类农药残留的定量检测模型.结果表明,氯氟氰菊酯通过肯纳德-斯通算法(Kennard-Stone,KS)-基线校准(Baseline)-遗传偏最小二乘算法(genetic algorithm and partial least squares,GAPLS)-卷积神经网络(convolutional neu-ral network,CNN)建立的定量预测模型性能最优,校正集和预测集的相关系数分别为 0.677、0.571,校正集和预测集的均方根误差分别为 0.058、0.065;氰戊菊酯通过随机取样(random sampling,RS)-原始光谱-GAPLS-CNN建立的定量预测模型效果最佳,校正集和预测集的相关系数分别为 0.983、0.981,校正集和预测集的均方根误差分别为 0.070、0.078;氯氰菊酯通过联合X-Y距离(sample set partitioning based on joint X-Y distances,SPXY)-标准正态变量变换(standard normal variate,SNV)-GAPLS-CNN建立的定量预测模型效果最佳,校正集和预测集的相关系数分别为0.952、0.937,校正集和预测集的均方根误差分别为 0.089、0.107.
更多相关知识
关键词
宁夏枸杞荧光高光谱成像技术菊酯类农药残留卷积神经网络定量检测Ningxia wolfberryfluorescence hyperspectral imagingpyrethroid pesticide residuesconvolu-tional neural networkquantitative detection
栏目名称
DOI
10.12161/j.issn.1005-6521.2025.16.024
发布时间
2025-09-04（万方平台首次上网日期，不代表论文的发表时间）
基金项目
宁夏市场监督管理厅科技计划项目（2023SJKY0003）
国家市场监管总局科技计划项目（2023MK125）
- 浏览4
- 被引1
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
