SMCC 特征提取融合BP 神經(jīng)網(wǎng)絡(luò)實現(xiàn)玉米種子活力快速分級

楊冬風(fēng) 時闖 陳爭光 李愛傳 關(guān)海歐 尹淑欣 馬鐵民 高樹仁

(1、黑龍江八一農(nóng)墾大學(xué)信息與電氣工程學(xué)院,黑龍江 大慶 163319 2、黑龍江八一農(nóng)墾大學(xué)農(nóng)學(xué)院,黑龍江 大慶 163319)

種子的活力水平測定在玉米育種、種子生產(chǎn)、種子加工、種子收購、種子貯藏、種子檢驗及種子調(diào)運等環(huán)節(jié)中是不可缺少的重要方法[1]。隨著農(nóng)業(yè)現(xiàn)代化水平的提高,經(jīng)濟步調(diào)的加快,實現(xiàn)高效、快速、無損的種子活力檢驗無疑是未來的發(fā)展趨勢。

近紅外光譜技術(shù)(NIRS)分析技術(shù)操作簡便,具有快速、高效、無損、測試成本低等特點。在應(yīng)用NIRS 對種子活力進行快速分級方面,目前的分類建模方法主要采用偏最小二乘和支持向量機,可以實現(xiàn)二分類或三等級分類,但分類精度不高。在NIRS 特征提取方面,主要采用PCA 方法,其優(yōu)點是用較少綜合變量可以保留盡可能多的原始信息；但對主成分的解釋不像原始變量的含義那么清楚、確切,而且提取的主成分?jǐn)?shù)較少,導(dǎo)致預(yù)測精度不高。因此,本文針對玉米種子活力NIRS 多等級、快速、精確分級的要求,使用BP 神經(jīng)網(wǎng)絡(luò)[2,3]作為預(yù)測模型,對比了基于PCA 特征提取和SMCC 特征波長篩選的模型預(yù)測效果。

1 實驗部分

1.1 材料與儀器

實驗用種子為黑龍江省農(nóng)墾科學(xué)院作物所玉米育種研究室雜交培育的墾粘一號玉米品種。實驗用儀器為德國Bruker 公司Tango 近紅外光譜儀,采用積分球漫反射測量方式,分辨率為8cm-1,樣品和背景的掃描時間均為32 秒,譜區(qū)范圍11550-3950cm-1。光譜分析及建模采用的軟件為Matlab R2020。

1.2 實驗方法

1.2.1 不同活力種子的制備

實驗前,對種子進行篩選,清除干癟、瘦小、損傷的種子。將種子分成5 組：D0、D2、D4、D6、D8(0 表示不進行老化處理,2 表示老化時間為2 天,以此類推)。D0 組樣本30 個,其余各組樣本26 個,樣本總數(shù)為134 個,將樣本裝入尼龍袋中并編號。D0 組不做任何處理,D2、D4、D6、D8 組進行人工加速老化處理,設(shè)置溫度45°C,相對濕度RH92%。

1.2.2 近紅外光譜的采集

圖1 原始光譜

為了擴大樣本數(shù)目,將每個樣本重復(fù)裝樣3 次,每次測3 條光譜取平均。所有樣本光譜采集的環(huán)境條件相同,溫度22℃,相對濕度30%。經(jīng)過光譜采集后,共得到402 條光譜數(shù)據(jù)。如圖1所示,不同老化時間的樣本光譜的整體趨勢、波峰位置高度相似,屬于高相似度樣本分類問題。

圖2 為5 種不同老化程度樣本的平均光譜圖。不同老化程度的種子樣本的平均吸收光譜強度有所差異,未經(jīng)老化處理的樣本吸光度最大,老化8d 的種子樣本吸光度最小,其余各組按老化程度依次排列。其內(nèi)在原因是經(jīng)過高溫高濕老化處理后,構(gòu)成玉米種子的重要成分粗脂肪、可溶性糖、可溶性蛋白和脯氨酸的含量發(fā)生變化[4],表現(xiàn)為種子近紅外吸收光強的差異。

圖2 不同老化等級的平均光譜

1.2.3 光譜數(shù)據(jù)預(yù)處理

對比了單獨使用高斯濾波、卷積平滑兩種平滑方法、單獨使用多元散射校正、標(biāo)準(zhǔn)正太變量變換方法及其組合對模型性能的影響,最后選擇了使用高斯濾波和標(biāo)準(zhǔn)正態(tài)變量變換去除隨機噪聲、消除樣品顆粒大小和表面散射光對樣品真實光譜的影響。

1.2.4 特征光譜的選擇

為了減少模型的輸入規(guī)模,提高模型的效率,分別采用了PCA 和SMCC 對光譜數(shù)據(jù)進行特征提取和降維。SMCC 方法[5]以樣品類間相關(guān)系數(shù)和的最小為準(zhǔn)則對光譜數(shù)據(jù)進行逐步篩選。首先計算出各類別的平均光譜；設(shè)定需要篩選出的特征波長點數(shù)K；以D0 為參照,求出D0 平均光譜中的最大值點D01 和最小值點D02,分別求出其他類別中與D01 和D02 橫坐標(biāo)(波數(shù))相同的兩個點,作為該類別特征波長的兩個初始值。假定第N(N>=3)個特征點的波數(shù)位置后計算D0、D2類間第N 個特征點之間的相關(guān)系數(shù)：

其中：D0i(i=1,2,…,N)、D2i(i=1,2,…,N 是已經(jīng)選定的特征點,為D0、D2類的平均光譜。求出D0類此點與其他類對應(yīng)點之間的相關(guān)系數(shù)之和,讓第N 個特征點的位置遍歷未確定的點,計算得到所有相關(guān)系數(shù)和,其中相關(guān)系數(shù)和最小的波數(shù)位置,確定為第N 個特征點。重復(fù)步驟上一步驟,直到尋找到K 個波長點為止。

1.2.5 預(yù)測方法

本研究中采用具有sigmoid 激活函數(shù)的隱層和具有softmax損失函數(shù)的輸出層的兩層BP 模型。使用交叉熵(CE)和混淆矩陣評價預(yù)測結(jié)果。采用K-S 樣本集劃分方法,按70%,15%,15%的比例,將402 個樣本數(shù)據(jù)劃分為訓(xùn)練集(282)、驗證集(60)和測試集(60),最大迭代次數(shù)設(shè)為1000。

2 結(jié)果與討論

2.1 模型設(shè)定

建立了兩種檢測模型,M1 模型,采用PCA 特征提取。M2 模型采用SMCC 特征提取。兩種模型均使用BP 神經(jīng)網(wǎng)絡(luò)作為預(yù)測算法。

2.2 特征提取對模型預(yù)測性能的影響

M1 模型采用PCA 對經(jīng)過預(yù)處理的光譜數(shù)據(jù)進行特征提取。得到不同主成分的累計方差貢獻率和第1 主成分的載荷,主成分1 的方差貢獻率為70%；主成分2 的方差貢獻率為18%；主成分3 的方差貢獻率為7%。主成分4、5、6 的方差貢獻率分別為2%、2%和1%。將6 個主成分作為BP 神經(jīng)網(wǎng)絡(luò)的輸入,建立BP 預(yù)測模型。

M2 模型使用SMCC 算法進行特征波長篩選,篩選出32 個特征波長作為BP 神經(jīng)網(wǎng)絡(luò)的輸入。對M1、M2 模型反復(fù)訓(xùn)練,得到M2 模型的準(zhǔn)確率達到了100%,M1 的準(zhǔn)確率為94.8%；M2交叉熵的數(shù)量級為10-7,遠小于M1 模型的0.047097；說明M2模型的預(yù)測損失更小,模型更優(yōu)；這也表明使用SMCC 提取特征波長不僅完成了數(shù)據(jù)降維還完整地提取了樣本所包含的特征信息,非常適合近紅外光譜分類問題的波長篩選。

3 結(jié)論

研究表明應(yīng)用近紅外光譜技術(shù)結(jié)合SMCC 特征波長篩選和BP 神經(jīng)網(wǎng)絡(luò)建立的玉米種子活力檢測模型具有無損、準(zhǔn)確、快速的特點,研究的結(jié)論對于基于近紅外光譜的分類問題具有一定的指導(dǎo)意義。本研究的模型的精度達到100.0%,最佳檢測時間是1.039341s。如何應(yīng)用NIRS 檢測技術(shù)實現(xiàn)對種子活力指標(biāo),比如發(fā)芽率、發(fā)芽勢的快速、準(zhǔn)確檢測是下一步要研究的方向。