一种基于反射透射光谱的水稻籽粒品质性状无损预测方法

    公开(公告)号:CN116026795A

    公开(公告)日:2023-04-28

    申请号:CN202211681383.4

    申请日:2022-11-25

    Abstract: 本发明公开了一种基于反射透射光谱的水稻籽粒品质性状无损预测方法。首先使用研发的集成高光谱反射和透射光谱成像系统采集水稻籽粒的反射与透射光谱信息,经图像处理提取光谱数据;其次,使用传统化学方法测定水稻籽粒品质性状参数;接着通过相关性分析、非信息变量筛选法、竞争性自适应重加权采样法和连续投影算法筛选与水稻籽粒品质性状高度关联的特征光谱,并以特征光谱集合为自变量,品质性状人工值为因变量建模,建模回归方法包括逐步线性回归、偏最小二乘回归、支持向量机回归、随机森林和CNN‑LSTM,从中筛选出最优模型;最后以最优模型进行水稻籽粒品质性状的无损预测,挖掘水稻籽粒反射和透射光谱与品质性状的关联。

    基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法

    公开(公告)号:CN113393897B

    公开(公告)日:2022-04-12

    申请号:CN202110707252.8

    申请日:2021-06-22

    Abstract: 本发明公开了一种基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法。首先利用高光谱相机采集作物籽粒的高光谱图像,得到上千种作物籽粒高光谱指数,其次利用气相/高效液相色谱‑串联质谱法检测上千种代谢物;基于群体各株系的基因分型信息,分别以高光谱指数和代谢物含量作为作物籽粒表型性状进行全基因组关联分析,筛选显著SNP位点,对两组显著SNP位点进行共定位分析,构建高光谱表型‑基因型‑代谢表型关联网络H1‑G‑M1;对高光谱指数和代谢物含量使用Lasso回归进行特征筛选,构建高光谱‑代谢表型关联网络H2‑M2;综合分析H1‑G‑M1和H2‑M2网络,整合二者构建高光谱表型‑基因型‑代谢物表型关联网络H3‑G‑M3,进一步挖掘作物籽粒代谢遗传结构的新信息。

    基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法

    公开(公告)号:CN113393897A

    公开(公告)日:2021-09-14

    申请号:CN202110707252.8

    申请日:2021-06-22

    Abstract: 本发明公开了一种基于高光谱成像的作物籽粒代谢性状检测和遗传解析方法。首先利用高光谱相机采集作物籽粒的高光谱图像,得到上千种作物籽粒高光谱指数,其次利用气相/高效液相色谱‑串联质谱法检测上千种代谢物;基于群体各株系的基因分型信息,分别以高光谱指数和代谢物含量作为作物籽粒表型性状进行全基因组关联分析,筛选显著SNP位点,对两组显著SNP位点进行共定位分析,构建高光谱表型‑基因型‑代谢表型关联网络H1‑G‑M1;对高光谱指数和代谢物含量使用Lasso回归进行特征筛选,构建高光谱‑代谢表型关联网络H2‑M2;综合分析H1‑G‑M1和H2‑M2网络,整合二者构建高光谱表型‑基因型‑代谢物表型关联网络H3‑G‑M3,进一步挖掘作物籽粒代谢遗传结构的新信息。

Patent Agency Ranking