巴西(universidade federal de mato grosso do sul, embrapa, universidade federal de santa catarina)与意大利(consiglio nazionale delle ricerche)等高校与机构在食品分析领域展开全球合作研究-用libs测试大豆种子活力品质。非常高兴看到我们的产品 aryelle butterfly 服务于该研究项目。
通常用于测定种子活力的试验是费力和费时的;因此,快速的方法来鉴别不同批次的高活力种子是非常有意义的。此项研究提出了一种基于多变量分析和机器学习算法的激光诱导击穿光谱法(libs)测定不同生理品质大豆种子营养成分的新方法。这些方法包括主成分分析法(pca),支持向量机学习算法(svm),线性和二次判别分析法(lda和qda),以及最邻近结点算法(knn)。svm的识别效果最好。其中,二次svm函数对高活力样本的分类准确率为100%,对低活力样本的分类准确率为97.8%,而三次函数则产生相反的结果;即。高活力组97.8%,低活力组100%。
libs光谱分析的最佳光谱区域为350-450nm,以钙为主要区分元素。因此,将libs技术与机器学习分类方法相结合,根据大豆种子的生理品质对其进行分类,具有广阔的应用前景。
相关产品: