书目详细信息
： 基于近红外光谱结合机器学习的云南野生牛肝菌产地鉴别研究
书目信息 机读格式(MARC)
| ISBN/价格： | CNY20.00 (估\呈缴)学位论文 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 530000 |
| 题名责任者项： | 基于近红外光谱结合机器学习的云南野生牛肝菌产地鉴别研究/.王子墨著/.李杰庆， 王元忠指导 |
| 出版发行项： | 2023.05.28 |
| 载体形态项： | 55页:;+图表:;+30cm |
| 一般附注： | 资源与环境学院, 学号2021240304 |
| 提要文摘： | 野生食用菌营养丰富、食药用价值极高，是一种珍贵的自然资源，已引起世界各国的普遍重视。中国是全球食用菌生产和出口大国，合理和高效地开发利用野生食用菌资源成为了广泛共识。近年来，随着人们生活水平的提高及饮食结构的变化，野生食用菌已成为人们日常膳食中不可缺少的部分。云南省野生食用菌种类多、品质优、产量高，资源极其丰富。其中野生食用牛肝菌风味独特、营养价值高，具有抗癌、抗氧化和提高免疫力的功能，深受消费者青睐。野生牛肝菌子实体的营养物质和化学成分的含量受海拔和温度等气候因子的影响，这导致了不同产地牛肝菌的品质差异。野生牛肝菌的产地来源多种多样，这对其有效开发利用造成一定的困难。目前，红外光谱技术作为一种无损、高效、快速、可靠的分析技术，已经被广泛应用于野生菌的鉴别和资源评价中。本研究利用傅里叶变换近红外光谱（FT-NIR）技术采集了云南省两种具有代表性的野生食用牛肝菌——兰茂牛肝菌（Lanmaoa asiatica）和玫黄黄肉牛肝菌（Butyriboletus roseoflavus）的光谱，利用光谱数据结合多种模式识别方法鉴别不同产地的牛肝菌。此外，采用二维相关光谱技术生成了1383张同步、异步和综合二维相关光谱（2DCOS），基于2DCOS图像建立了深度学习模型。通过比较不同鉴别模型的准确率和性能，寻找最佳野生食用牛肝菌鉴别方法。可为建立合理规范、快捷有效的牛肝菌资源评价体系提供理论基础，为其他食用菌的质量评价提供参考。研究获得以下主要结果： （1）探索性分析结果表明，通过主成分分析（PCA）无法有效分离不同产地的牛肝菌样本。而层次聚类分析（HCA）中的牛肝菌样本在很低的距离下表现出聚类，这表明不同产地间样本存在化学信息较为相似的情况。 （2）偏最小二乘判别分析（PLS-DA）模型结果显示，由一阶导数（FD）和二阶导数（SD）预处理的玫黄黄肉牛肝菌产地鉴别模型训练集和测试集的准确率都达到了99.5%和99.02%。较高的决定系数（R2）（0.877和0.87）说明模型具有良好的拟合度。兰茂牛肝菌的最佳预处理方法为SD，训练集和测试集的准确率均达到了100%，模型预测能力（Q2）为0.815，R2为0.935。200次置换检验结果验证了已建立的PLS-DA模型不存在过拟合风险。 （3）极限学习机（ELM）模型结果表明，以玫黄黄肉牛肝菌样本建立的模型在神经元个数为50时，经过SD预处理后的模型训练集的准确率为100%，测试集准确率达99.21%。基于兰茂牛肝菌样本建立的ELM模型中，隐含层神经元数设置为30得到最优模型。经过SD预处理过的模型准确率最高，训练集准确率为100%，测试集准确率达98.51%。 （4）随机森林（RF）模型结果显示，玫黄黄肉牛肝菌的原始数据和FD、SD、SNV、MSC预处理的数据建模预测集准确率分别为73.53%、91.18%、96.08%、83.33%和83.33%。兰茂牛肝菌的模型准确率则分别为71.70%、96.23%、98.11%、86.79%和92.45%。相比较原始数据，经SD预处理后的模型准确率和拟合效果明显提升。但与其他模型相比，RF模型表现出的性能较差。 （5）支持向量机（SVM）结果表明，无论是玫黄黄肉牛肝菌还是兰茂牛肝菌基于原始数据建立的SVM模型准确率与基于预处理后数据建立的SVM模型准确率差异都比较大，最佳预处理方法均为SD，模型准确率分别达到了97.5%、100%和99.04%、100%，但是核函数（g）值偏低，模型的运算速度过慢，与其他产地鉴别模型相比，SVM模型并不具有优势。 （6）残差卷积神经网络（ResNet）模型结果显示，在迭代18次时，基于同步二维相关光谱结合深度学习的玫黄黄肉牛肝菌产地鉴别模型训练集和测试集准确率都达到了100%且模型趋于稳定，此时损失值为0.13。同步二维相关光谱结合深度学习鉴别兰茂牛肝菌产地模型的训练集和测试集的准确率均为100%，损失值为0.09。此外，两个模型外部验证正确率均为100%，具有很好的泛化能力。而异步、综合二维相关光谱模型鉴别效果不佳。 （7）产地气候因子简要分析表明，14个采样地年平均温度在15.1℃和17.6℃之间。不同月份之间降水量和平均气温差异明显。降水主要集中在6-9月，范围在89.94-230.52 mm。从本研究的14个产地的温度和降水量来看，所有产地均具有牛肝菌生长的优势条件。 不同模型比较结果表明，同步二维光谱结合ResNet模型的整体性能优于传统化学计量学模型，这为牛肝菌在市场上产地的快速鉴别提供了新思路。 |
| 并列题名： | Geographical Discrimination of Yunnan Wild Boletes Based on Near Infrared Spectroscopy Combined with Machine Learing eng |
| 题名主题： | 玫黄黄肉牛肝菌 兰茂牛肝菌 近红外光谱 二维相关光谱 深度学习 学位论文 |
| 中图分类： | S646.3-533 |
| 个人名称等同： | 王子墨 著 |
| 个人名称次要： | 李杰庆 指导 |
| 个人名称次要： | 王元忠 指导 |
| 团体名称等同： | 云南农业大学 授予 |
| 记录来源： | CN YNAUL 20240301 |