基于多特征算法选择的太赫兹时域光谱用于水稻种子掺假研究

接昭玮; 周世瑞; 王继芬; 孔艺青; 李文凭; 邵作山

doi:10.19969/j.fxcsxb.22091602

您当前的位置：

首页 >

文章列表页 >

基于多特征算法选择的太赫兹时域光谱用于水稻种子掺假研究

研究报告 | 更新时间：2023-02-28

- 基于多特征算法选择的太赫兹时域光谱用于水稻种子掺假研究
- Identification on Adulteration of Rice Seeds by Terahertz Time－ Domain Spectroscopy Based on Multi Feature Algorithm Selection
- 分析测试学报 2023年42卷第2期页码：158-165
- 作者机构：
  
  1.中国人民公安大学侦查学院，北京 100038
  2.中国人民公安大学犯罪学院，北京 100038
  3.国家体育总局反兴奋剂中心，北京 100029
  4.青岛青源峰达太赫兹科技有限公司，山东青岛 266100
- 作者简介：
  
  王继芬，硕士，教授，研究方向：微量物证与毒物毒品检验，E-mail：wangjifen58@126.com
- 基金信息：
  
  中央高校基本科研业务费专项资金资助(2021JKF208);中国人民公安大学拔尖创新人才培养经费支持研究生科研创新一般项目(2022yjsku020)
- DOI：10.19969/j.fxcsxb.22091602
  中图分类号：
扫描看全文
接昭玮,周世瑞,王继芬等.基于多特征算法选择的太赫兹时域光谱用于水稻种子掺假研究[J].分析测试学报,2023,42(02):158-165.

JIE Zhao-wei,ZHOU Shi-rui,WANG Ji-fen,et al.Identification on Adulteration of Rice Seeds by Terahertz Time－ Domain Spectroscopy Based on Multi Feature Algorithm Selection[J].Journal of Instrumental Analysis,2023,42(02):158-165.
接昭玮,周世瑞,王继芬等.基于多特征算法选择的太赫兹时域光谱用于水稻种子掺假研究[J].分析测试学报,2023,42(02):158-165. DOI： 10.19969/j.fxcsxb.22091602.

JIE Zhao-wei,ZHOU Shi-rui,WANG Ji-fen,et al.Identification on Adulteration of Rice Seeds by Terahertz Time－ Domain Spectroscopy Based on Multi Feature Algorithm Selection[J].Journal of Instrumental Analysis,2023,42(02):158-165. DOI： 10.19969/j.fxcsxb.22091602.

摘要

该文提出了一种基于太赫兹时域光谱的水稻种子模式识别方法。实验以10种不同品牌混合掺假的水稻种子为样本，基于采集的样本太赫兹时域光谱数据，通过建立Relief、随机森林（RF）、支持向量机递归特征消除（SVM－RFE）和最大相关最小冗余（mRMR）模型分别对样本光谱波长进行特征选择，最后设计分类器对4种特征选择方法处理后的样本进行分类识别。结果表明，基于布谷鸟算法（CS）优化的极限学习机模型对经RF特征选择算法提取后的样本光谱数据具有最佳识别效果，其准确率可达100%，实验对于法庭科学领域内种子的掺假鉴定具有一定的借鉴意义。

Abstract

A rice seed pattern recognition method based on terahertz time-domain spectroscopy was proposed in this paper in order to crack down on illegal elements peddling unqualified rice seeds in qualified seeds to obtain illegal profits．Compared with traditional methods，the terahertz time-domain spectroscopy was fast，time-saving and non-destructive，which could meet the needs of front-line law enforcement personnel for rapid detection of samples．In the experiment，10 kinds of rice seeds containing mixed adulteration of different brands were selected as samples，and the terahertz time-domain spectral data of the samples were collected．Meanwhile，relief，random forest（RF），support vector machine recursive feature elimination（SVM－RFE） and maximum relation minimum redundancy（mRMR） models were established to select the spectral wavelengths of the samples，respectively．Finally，a classifier was designed to classify and identify the samples processed by the four feature selection methods．The experimental results showed that the extreme learning machine（ELM） model optimized based on the cuckoo search（CS） algorithm had the best recognition effect on the sample spectral data extracted by the random forest feature selection algorithm，with an accuracy reaching 100%．The experiment is of a certain reference significance for the identification of seed adulteration in the field of forensic science.

关键词

太赫兹时域光谱模式识别水稻种子特征选择掺假鉴定

Keywords

terahertz time-domain spectroscopypattern recognitionrice seedsfeature selectionadulteration identification

references

Liu Y J，Li C L．J. Northwest A & F Univ.：Soc. Sci. Ed. （刘育金，李春雷．西北农林科技大学学报：社会科学版），2022，22（2）：16－26.

Zhang L．Study on Detection of Rice Seed Varieties and Vigor Levels Based on Hyperspectral Image Technology. Zhenjiang：Jiangsu University（张林．基于高光谱图像技术的水稻种子品种及活力等级检测研究．镇江：江苏大学），2021.

Wu J Z，Li X Q，Liu C L，Yu L，Sun X R， Sun L J．Spectrosc. Spectral Anal. （吴静珠，李晓琪，刘翠玲，余乐，孙晓荣，孙丽娟．光谱学与光谱分析），2020，40（9）：2840－2844.

Tan Z J，Chen Y，Xie J，Cai W L，Shi S N．Chin. J. Cereals Oils（谭佐军，陈阳，谢静，蔡万伦，石舒宁．中国粮油学报），2015，30（6）：125－129.

Wu J Z，Li X Q，Sun L J，Liu C L，Sun X R，Yu L．Spectrosc. Spectral Anal. （吴静珠，李晓琪，孙丽娟，刘翠玲，孙晓荣，余乐．光谱学与光谱分析），2022，42（2）：358－367.

Sun X R，Tian M，Liu C L，Wu J Z，Zheng D Y，Jin J R．J. Food Saf. Qual. （孙晓荣，田密，刘翠玲，吴静珠，郑冬钰，靳佳蕊．食品安全质量检测学报），2022，13（14）：4527－4533.

Liu Y X，Yuan D Q，Hao Y L，Jia S G．Chem. Anal. Metrol. （刘英霞，袁德强，郝艳丽，贾硕果．化学分析计量），2021，30（4）：91－96.

Zheng H R，Zhou J，Zhou J Y，Chen X S，Liu J，Wang B．J. Zhejiang Univ. Technol.：Nat. Sci. Ed. （郑浩然，周杰，周骏懿，陈栩诗，刘剑，王秉．浙江理工大学学报：自然科学版），2022，47（4）：490－495.

Wang Y F，Zhang P K，Zhang T C．Phys. Experim. （王毅凡，张鹏鲲，张天丞．物理实验），2021，41（8）：43－46.

Sun R，Zhao G Z，Guo J Y，Li W Y．J. Capital Normal Univ.：Nat. Sci. Ed. （孙然，赵国忠，郭姣艳，李文宇．首都师范大学学报：自然科学版），2021，42（3）：17－23.

Xiang S Y，Xu Z H，Zhang Y W，Zhang Q，Zhou X，Yu H，Li B，Li Y F．Spectrosc. Spectral Anal. 项颂阳，许章华，张艺伟，张琦，周鑫，俞辉，李彬，李一帆．光谱学与光谱分析），2022，42（10）：3283－3290.

Zhang M，Li G H．J. Zhejiang Univ.：Agric. Life Sci. （张萌，李光辉．浙江大学学报：农业与生命科学版）， 2019，45（1）：126－134.

Feng Z L，Xiao F，Lu X P，Hao B，Wang R Y，Zhu R．Bull. Survey. Map. 冯志立，肖锋，卢小平，郝波，王如意，朱睿．测绘通报），2022，（3）：70－75.

Yuan Z R，Ye Y，Wu J，Fang L，Chen X F，Yang X．Jiangsu Agric. Sci. （袁自然，叶寅，武际，方凌，陈晓芳，杨欣.江苏农业科学），2021，49（16）：189－193.

Zhang R，Ma J W．J. Wuhan Univ.：Inf. Sci. Ed. （张睿，马建文．武汉大学学报：信息科学版），2009，34（7）：834－837.

Chen H H，Peng S T，Chen W H，Wang Y．J. Fujian Normal Univ.：Nat. Sci. Ed. （陈辉煌，彭松泰，陈文惠，王莹．福建师范大学学报：自然科学版），2016，32（6）：89－95，102.

Zhang T L，Zhang D X，Cui T，Yang L，Xie C J，Du Z H，Xiao T P．Trans. Chin. Soc. Agric. Eng. 张天亮，张东兴，崔涛，杨丽，解春季，杜兆辉，肖天璞．农业工程学报），2022，38（1）：178－185.

Shen Y，Fang S，Wang F Y，Li Z，Zhang C，Zheng J Y．China Agric. Sci. Technol. Herald（沈宇，房胜，王风云，李哲，张琛，郑纪业．中国农业科技导报），2020，22（3）：64－71.

Shen H C，Geng Y R，Ni H F，Wang H，Wu J Z，Liao F，Chen Y，Liu X S．J. Instrum. Anal. （沈欢超，耿莹蕊，倪鸿飞，王辉，吴继忠，廖付，陈勇，刘雪松．分析测试学报），2022，41（7）：1052－1057.

Zhang H，Dong H T，Li B B，Yan N，Wu X D，Luo B．Seed（张晗，董宏图，栗彬彬，闫宁，吴旭东，罗斌．种子），2021，40（11）：144－148.

Zhang F，Wang X Y，Cui X H，Cao W H，Zhang X D，Zhang Y K．Spectrosc. Spectral Anal. （张伏，王新月，崔夏华，曹炜桦，张晓东，张亚坤．光谱学与光谱分析），2022，42（10）：3291－3297.

Li T，Qu M L，Zhong Y Q．West. Chin. J. Pharm. （李涛，曲明亮，钟玉琴．华西药学杂志），2021，36（6）：644－648.

Gao G G，Yuan K，Zeng X W，Zheng B J．Chin. J. Solar Energy（高桂革，原阔，曾宪文，郑炳杰．太阳能学报），2021，42（7）：284－289.

Tong C B，Yao G，Dai X Q，Li T．Eng. Survey（童成宝，姚刚，代喜庆，李婷．工程勘察），2021，49（10）：68－72.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于稀疏主成分分析特征选择算法的山楂叶产地判别模型研究

不同年份老香黄定量分析及其化学模式识别研究

中药口服固体制剂原辅料近红外光谱数据库的构建及应用

基于随机森林结合博弈论的特征选择算法在近红外光谱分类中的应用研究