使用特征聚类和高光谱成像技术检测叶中的复合重金属含量
1School of Electrical and Information Engineering of Jiangsu University, Zhenjiang 212013, China.
概括
超光谱成像技术 (HSI) 能够有效地检测到强奸叶中的复合重金属含量. 一种新的混合特征选择方法 (HFCSU) 显著提高了和的预测准确性.
科学领域:
- 农业科学 农业科学
- 环境科学 环境科学
- 频谱学是一种光谱学.
背景情况:
- 评估大麻中的复合重金属含量对于作物健康和人类安全至关重要.
- 现有的重金属检测方法可能是耗时和劳动密集的.
- 超光谱成像技术 (HSI) 提供了一种有前途的非破坏性方法来分析植物压力.
研究的目的:
- 评估使用HSI用于检测菜叶中的复合重金属含量的可行性.
- 开发和验证用于光谱数据分析的混合特征选择方法 (HFCSU).
- 建立准确的预测模型,用于 (Cd) 和 (Pb) 含量在强奸.
主要方法:
- 收集了强奸叶的超光谱图像,暴露在不同复合重金属度下.
- 提取了光谱数据 (480-1000 nm) 并应用了预处理技术 (萨维茨基-戈莱光滑,标准规范变量).
- 采用了特征选择方法,包括CARS,RF,GA-PLS和拟议的HFCSU,其次是支持矢量机器回归 (SVR) 建模.
主要成果:
- 结合HFCSU的SVR模型实现了Cd和Pb的最佳预测性能.
- Cd预测:RP2=0.9392,RMSEP=0.1494毫克·公斤-1,RPD=3.915.15,RPD=3.915.2,RMSEP=0.1494毫克·公斤-1,RPD=3.915.2,RMSEP=0.1494毫克·公斤-1,RPD=3.915毫克·公斤-1,RPD=3.915毫克·公斤
- Pb预测:RP2=0.9442,RMSEP=0.1806毫克·公斤-1,RPD=4.702.2,这是一个非常好的预测.
结论:
- 拟议的HFCSU方法有效地识别了与强奸中重金属积累相关的光谱特征.
- 与HFCSU相结合的HSI显示了用于准确和有效地确定菜叶中复合重金属含量的显著潜力.
- 这种方法支持精准农业和食品安全监测.
更多相关视频
11:37RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols
Published on: August 8, 2017
16.1K
12:19Identification of Metal Oxide Nanoparticles in Histological Samples by Enhanced Darkfield Microscopy and Hyperspectral Mapping
Published on: December 8, 2015
12.4K
