ДИАГНОСТИКА ЦИТРУСОВОГО ОЗЕЛЕНЕНИЯ С ИСПОЛЬЗОВАНИЕМ СПЕКТРОСКОПИИ КОМБИНАЦИОННОГО РАССЕЯНИЯ
Аннотация
Спектроскопия комбинационного рассеяния света использована для обнаружения бактерии Huanglongbing и классификации заболеваний листьев цитрусовых. С помощью конфокального микрозондового КР-спектрометра SENTERRA получены спектры КР листьев цитрусовых, которые разделены на пять типов: слабое, умеренное, серьезное поражение бактерией Huanglongbing, дефицит питательных веществ и нормальный уровень. Фоновые изображения спектров определены различными методами. Для построения математической модели использованы метод регрессии частных наименьших квадратов (PLS-DA) и глубокое машинное обучение (ELM). Размерность данных уменьшена использованием анализа главных компонент (PCA) и алгоритма последовательного проецирования (SPA) с целью оптимизации и повышения точности классификации модели. Лучшей прогностической способностью обладает модель PLS-DA с числом входных переменных 1850 при двукратной полиномиальной подгонке вычтенных фонов лучше, точность распознавания 100%.
Ключевые слова
бактерия Huanglongbing у цитрусовых,
спектроскопия комбинационного рассеяния света,
метод регрессии частных наименьших квадратов,
глубокое машинное обучение,
алгоритм последовательного проецирования
При поддержке: The research was funded by the National Natural Science Foundation of China (No. 31760344), the Center of the Technology and Equipment of the Intelligent Management for the Southern Mountain Orchard Collaborative Innovation (No. 2014-60), the Jiangxi Advantage Science and Technology Innovation Team Construction Project (No. 20153BCB24002), the Special../anzhuang/youdao/Dict/7.5.2.0/resultui/dict/?keyword= Project of Innovation Ability for Jiangxi Province (No. [2016]1074), the Photoelectric Inspection Engineering Technology Research Center of Jiangxi Province (No. 20161BCD40021), and the Youth Project of Jiangxi Province Education Department (No. GJJ160517).
Об авторах
Y. Liu
Колледж машиностроения, Восточно-Китайский университет Цзяотун
Китай
Цзянси
Китай
Цзянси
H. Xiao
Колледж машиностроения, Восточно-Китайский университет Цзяотун
Китай
Цзянси
Китай
Цзянси
Y. Hao
Колледж машиностроения, Восточно-Китайский университет Цзяотун
Китай
Цзянси
Китай
Цзянси
L. Ye
Колледж машиностроения, Восточно-Китайский университет Цзяотун
Китай
Цзянси
Китай
Цзянси
X. Jiang
Колледж машиностроения, Восточно-Китайский университет Цзяотун
Китай
Цзянси
Китай
Цзянси
H. Wang
Колледж машиностроения, Восточно-Китайский университет Цзяотун
Китай
Цзянси
Китай
Цзянси
X. Sun
Колледж машиностроения, Восточно-Китайский университет Цзяотун
Китай
Цзянси
Китай
Цзянси
Список литературы
1. S. Saharan, J. M. Maja, S. Buchanon, R. Ehsani, Sensors, 13, No. 2, 2117–2130 (2013).
2. X. L. Deng, Y. D. Gao, J. C. Chen, X. L. Pu, W. W. Kong, H. P. Li, J. Integr. Agric., 11, No. 3, 424–429 (2012).
3. J. M. Bové, Phytoparasitica, 42, No. 5, 579–583 (2014).
4. A. Mitra, D. Karimi, R. Ehsani, L. G. Albrigo, Biosystem. Eng., 110, No. 3, 302–309 (2011).
5. S. Saharan, R. Ehsani, Crop Protect., 30, No. 11, 1508–1513 (2011).
6. S. A. Hawkins, B. Park, G. H. Poole, T. Gottwald, W. R. Windham, K. C. Lawrence, Appl. Spectrosc., 64, No. 1, 100–103 (2010).
7. S. Saharan, R. Ehsani, E. D. Etxeberria, Talanta, 83, No. 2, 574–581 (2010).
8. X. H. Li, W. S. Lee, M. Z. Li, R. Ehsani, A. R. Mishra, C. H. Yang, R. L. Mangan, Comput. Electron. Agric., 83, 32–46 (2012).
9. S. Saharan, R. Ehsani, Agric. Eng. Int.: CIGR J., 15, No. 3, 75–79 (2013).
10. W. R. Windham, G. H. Poole, B. Park, G. Heitschmidt, S. A. Hawkins, J. P. Albano, T. R. Gottwald, K. C. Lawrence, Trans. ASABE, 54, 2253–2258 (2011).
11. X. L. Deng, C. Kong, W. B. Wu, H. L. Mei, Z. Li, T. S. Hong, Acta Photon. Silica, 43, No. 4, 16–22 (2014).
12. H. Ma, H. Y. Ji, W. S. Lee, Spectrosc. Spectr. Anal., 36, No. 7, 2344–2350 (2016).
13. Y. J. Xu, R. H. Luo, M. T. Guo, J. F. Wu, M. Y. Li, Laser J., 28, No. 2, 13–14 (2007).
14. N. Wei, X. Q. Feng, X. F. Zhang, X. H. Qi, M. Q. Zou, M. T. Wang, Spectrosc. Spectr. Anal., 33, No. 3, 694–698 (2013).
15. F. Tan, Q. L. Cai, X. C. Sun, Z. X. Ma, Z. L. Hou, Transact. Chin. Soc. Agric. Eng., 31, No. 4, 191–196 (2015).
16. R. Baranski, M. Baranska, H. Schulz, Planta, 222, No. 3, 448–457 (2005).
17. A. Parrish, W. S. Lee, E. D. Etxeberria, A. Banerjee, Biosystem. Eng., 130, 13–22 (2015).
18. F. G. Ruiz, S. Sankaran, J. M. Maja, W. S. Lee, J. Rasmussen, R. Ehsani, Comput. Electron. Agric., 91, 106–115 (2013).
19. J. Gonzalezmora, G. Vallespi, C. S. Dima, 10th ICPA Proc. Mora (2010).
20. X. Deng, G. Zhou, H. Li, J. Chen, E. L. Civerolo, Plant Dis., 91, No. 8, 1051–1054 (2007).
21. A. Hocquellet, P. Toorawa, J. M. Bove´, M. Garnier, Mol. Cell. Probes, 13, No. 5, 373–379 (1999).
22. T. Li, C. Ke, Acta Phytophylac. Silica, 1, 31–35 (2002).
23. X. H. Li, M. Z. Li, W. S. Lee, R. Ehsani, A. R. Mishra, Spectrosc. Spectr. Anal., 34, No. 6, 1553–1559 (2014).
24. Y. W. Yuan, Z. Z. Jiang, D. S. Wang, Zhejiang Agric. Sci., 1, 121–123 (2010).
25. W. B. Zheng, X. P. Fu, Y. B. Ying, Chemom. Intell. Lab. Syst., 139, 42–47 (2014).
26. Z. J. Qin, Z. H. Tao, J. X. Liu, G. W. Wang, Spectrosc. Spectr. Anal., 33, No. 2, 383–386 (2013).
27. X. Su, S.Y. Fang, D. S. Zhang, Y. He, J. Biomed. Opt., 20, No. 12, 1117–1124 (2015).
28. L. Y. Gong, X. J. Meng, N. Q. Liu, J. F. Bi, Trans. Chin. Soc. Agric. Eng., 30, No. 13, 276–285 (2014).
29. Y. Yuan, W. Wang, X. Chu, M. J. Xi, Spectrosc. Spectr. Anal., 36, No. 1, 226–230 (2016).
30. H. D. Zhang, G. R. Li, R. C. Li, W. F. Xu, Y. J. Hua, Laser Optoelectron. Progr., 4, 183–189 (2013).
31. W. C. Guo, M. H. Wang, J. S. Gu, X. H. Zhu, Opt. Precis. Eng., 10, 2720–2727 (2013).
32. J. Sun, A. G. Wei, H. P. Mao, X. H. Wu, X. D. Zhang, Trans. Chin. Soc. Agric. Mach., 7, 272–277 (2014).
Рецензия
Для цитирования:
Liu Y., Xiao H., Hao Y., Ye L., Jiang X., Wang H., Sun X. ДИАГНОСТИКА ЦИТРУСОВОГО ОЗЕЛЕНЕНИЯ С ИСПОЛЬЗОВАНИЕМ СПЕКТРОСКОПИИ КОМБИНАЦИОННОГО РАССЕЯНИЯ. Журнал прикладной спектроскопии. 2020;87(1):170(1)-170(9).
For citation:
Liu Y., Xiao H., Hao Y., Ye L., Jiang X., Wang H., Sun X. DIAGNOSIS OF CITRUS GREENING USING RAMAN SPECTROSCOPY-BASED PATTERN RECOGNITION. Zhurnal Prikladnoii Spektroskopii. 2020;87(1):170(1)-170(9).
Просмотров: 263
Послать статью по эл. почте 