XX大學(xué)檢測(cè)技術(shù)與自動(dòng)化裝置《玉米種子純度快速檢測(cè)方法研究》開題報(bào)告匯報(bào)課件

玉米種子純度快速檢測(cè)方法研究報(bào)告人：XXX

導(dǎo)師：XXX教授專業(yè)：農(nóng)業(yè)電氣化與自動(dòng)化方向：檢測(cè)技術(shù)與自動(dòng)化裝置2023.11.8研究目的與意義1研究?jī)?nèi)容3可行性分析及創(chuàng)新之處4研究進(jìn)度安排5國(guó)內(nèi)外研究現(xiàn)狀2匯報(bào)提綱1、研究目的與意義

玉米是全球主要農(nóng)作物之一，在食品、飼料等行業(yè)中應(yīng)用廣泛。根據(jù)國(guó)家標(biāo)準(zhǔn)GB4404.1-2018的規(guī)定，玉米種子品質(zhì)參數(shù)包括：純度、凈度、發(fā)芽率和水分；其中,純度是最關(guān)鍵的指標(biāo)，純度檢驗(yàn)是品質(zhì)檢驗(yàn)的中心，是對(duì)一批玉米種子中個(gè)體與個(gè)體之間在特征特性方面典型一致性程度的檢驗(yàn)和種子真實(shí)性的鑒定。可用來劃分種子級(jí)別,并且直接影響玉米產(chǎn)量。據(jù)測(cè)算，玉米種子純度增加一個(gè)百分點(diǎn)，每

hm2將增產(chǎn)135kg。本研究目的擬通過多區(qū)域多特征聚類思想進(jìn)行玉米種子純度識(shí)別,建立玉米種子純度識(shí)別決策支持模型.1、研究目的與意義玉米種子純度傳統(tǒng)鑒定方法：田間檢驗(yàn)、室內(nèi)檢驗(yàn)、種植檢驗(yàn)方法具體實(shí)施優(yōu)點(diǎn)缺點(diǎn)田間檢驗(yàn)

一般分苗期、花期和成熟期三期進(jìn)行，花期是關(guān)鍵。苗期檢驗(yàn)性狀為幼苗葉色、葉鞘顏色、葉型，花期為株高、莖稈粗細(xì)、葉片形狀、葉片數(shù)及上沖程度、花藥色、花絲色、雄穗護(hù)穎顏色及主軸長(zhǎng)度、分枝多少等，成熟期為穗位高低、雙穗率、穗型、穗軸顏色、粒型、粒色、果穗苞葉長(zhǎng)度等。

田間檢驗(yàn)是三大檢驗(yàn)的重中之重。種子質(zhì)量的高低主要是在田間生產(chǎn)過程中形成的，做好制種田間檢驗(yàn)對(duì)于確保種子質(zhì)量顯得格外重要。屬于制種過程中的監(jiān)督檢驗(yàn)，對(duì)于市場(chǎng)流通區(qū)域種子的檢驗(yàn)（既成事實(shí)種子）無法進(jìn)行；或者只是作為參照標(biāo)準(zhǔn)執(zhí)行。1、研究目的與意義方法具體實(shí)施優(yōu)點(diǎn)缺點(diǎn)室內(nèi)檢驗(yàn)

籽粒形態(tài)鑒定法是根據(jù)粒色、粒型、粒質(zhì)、頂部凹陷和飽滿狀況、胚的形狀與大小、籽粒表面圓滑程度、棱角的有無、稃色和花絲遺跡等特征進(jìn)行鑒定的。

幼苗形態(tài)鑒定法是以幼苗表現(xiàn)出的不同特征為依據(jù)面進(jìn)行的檢驗(yàn)，可根據(jù)芽鞘的顏色和長(zhǎng)短、葉色、葉型、葉上茸毛的多少，中胚軸和近根處顏色、次生根的粗細(xì)、長(zhǎng)短和多少等綜合鑒別。

電泳法（推薦標(biāo)準(zhǔn)GB/T3543.5-1995）測(cè)定品種純度主要是利用電泳技術(shù)對(duì)品種的同功酶及蛋白質(zhì)組分或DNA和RNA的指紋進(jìn)行分析，找出品種間差異的生化指標(biāo)，以此來區(qū)分不同品種，測(cè)定種子純度（NY/T449-2021

）。籽粒形態(tài)法：快速、簡(jiǎn)單、經(jīng)濟(jì);幼苗形態(tài)法：簡(jiǎn)單易行；電泳法：準(zhǔn)確度高。籽粒形態(tài)法：依靠感官鑒別，對(duì)一些外部形態(tài)差異不大的品種鑒別準(zhǔn)確性較差，在應(yīng)用上存在一定的局限性。幼苗形態(tài)法：受環(huán)境因素及籽粒大小飽滿程度的影響較大，容易引起較大的誤差，周期長(zhǎng)，破壞性。電泳法：專業(yè)性強(qiáng)，破壞性，費(fèi)用高，周期長(zhǎng)；1、研究目的與意義方法具體實(shí)施優(yōu)點(diǎn)缺點(diǎn)種植檢驗(yàn)

主要依據(jù)玉米植株性狀、雄穗性狀、雌穗性狀和籽粒性狀等在品種間的差異鑒定品種純度的。在眾多性狀中，應(yīng)抓住主要性狀和特殊性狀，必要時(shí)考慮次要性狀和易變性狀。主要性狀是指品種所固有的不易變化的明顯性狀，如玉米軸色、花絲顏色等；次要性狀是指細(xì)小、不易觀察的性狀，如花粉育性、葉鞘茸毛、小穗護(hù)穎等；易變性狀是指容易隨外界條件的變化而變化的性狀，如株高、莖粗等；特殊性狀是指某些品種所特有的性狀，如花絲遺跡明顯與否、苞葉頂端有無小葉等。田間種植是鑒定種子真實(shí)性和測(cè)品種純最為可靠、準(zhǔn)確的方法周期過長(zhǎng)，破壞性鑒定，專業(yè)知識(shí)及經(jīng)驗(yàn)要求較高。1、研究目的與意義

綜上分析,傳統(tǒng)玉米種子純度和水分鑒定技術(shù)存在周期長(zhǎng)、專業(yè)知識(shí)要求高、經(jīng)驗(yàn)依賴度高、專業(yè)設(shè)備操作復(fù)雜、結(jié)果未細(xì)分、難于實(shí)現(xiàn)數(shù)字化等缺點(diǎn)；為解決此問題，本研究擬通過研究玉米種子的多區(qū)域多特征，包括色彩、紋理和角質(zhì)率，建立玉米種子純度鑒定的聚類模型；為玉米種子現(xiàn)場(chǎng)流通質(zhì)量鑒定提供科學(xué)依據(jù),做好準(zhǔn)備。

2、國(guó)內(nèi)外研究現(xiàn)狀美國(guó)、日本、加拿大、英國(guó)等發(fā)達(dá)國(guó)家20世紀(jì)80年代起把機(jī)器視覺技術(shù)應(yīng)用于種子檢驗(yàn)中,研究的種子主要是玉米、大麥、小麥、大豆、燕麥、黑麥草、水稻等。國(guó)外:

Liao.K等(1992)根據(jù)基于知識(shí)的顏色區(qū)分玉米粒。Gao.X等(1995)發(fā)展三維彩色空間的玉米圖像分割技術(shù)。LiaoK.等(1994)根據(jù)玉米粒的顏色和表面缺陷進(jìn)行實(shí)時(shí)分級(jí),該系統(tǒng)的缺點(diǎn)是分級(jí)速度慢,每秒僅處理12個(gè)玉米粒。Ni.B.等(1998)研究機(jī)器視覺玉米粒大小分級(jí),可測(cè)得獨(dú)立于玉米粒方向的尺寸。

2、國(guó)內(nèi)外研究現(xiàn)狀國(guó)外:

J.PaliwalI.,N.S.VisenI.等(2013)提取五種類型小麥（大麥籽粒，琥珀色硬粒小麥，紅春小麥，燕麥，黑麥）共計(jì)230個(gè)參數(shù)（51個(gè)形態(tài)參數(shù)，123個(gè)顏色參數(shù)和56個(gè)紋理參數(shù)），研究其形態(tài)、顏色、質(zhì)地，利用神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行分類測(cè)試，精度可以達(dá)到90%。

G.Venora,O.Grillo(2019年)采用反式照明圖像機(jī)器視覺系統(tǒng)，測(cè)量小麥的角質(zhì)率、粉質(zhì)率、花斑和癟粒。由線性判別和貝葉斯分類器構(gòu)成分類識(shí)別系統(tǒng)。訓(xùn)練集由2015年收獲的30個(gè)意大利品種6679粒組成，測(cè)試集由2017年收獲的30個(gè)樣品構(gòu)成。總體分類為96.03%，其中，萎縮的分類器的訓(xùn)練集正確率為95.27%，測(cè)試集的正確率為99.58%。試驗(yàn)證明，該圖像分析系統(tǒng)比人類核查人員驗(yàn)證系統(tǒng)可靠。

2、國(guó)內(nèi)外研究現(xiàn)狀國(guó)外:

MirolyubI.等(2022)以玉米籽粒彩色圖像和高光譜圖像作為研究對(duì)象，從彩色圖像中提取玉米的顏色,形狀和尺寸等可見特征。從高光譜特性圖像提取顏色和紋理。采用三種數(shù)據(jù)融合思想，第一種方法將顏色和形狀特征融合，使用圖像分析裂解。第二種方法融合形狀數(shù)據(jù)，得到形狀特征。第三種方法融合顏色和表面紋理數(shù)據(jù)，得到光譜分析特征。三種數(shù)據(jù)融合方法在玉米分類中的誤差分別是：15.3%、8.6%、5.3%。

美國(guó)依阿華州立大學(xué)(2019年)種子科學(xué)中心已開發(fā)出品種純度檢驗(yàn)的計(jì)算機(jī)圖像分析系統(tǒng),該系統(tǒng)將標(biāo)準(zhǔn)品種的種子、幼苗和植株的形態(tài)特征以及電泳圖譜攝取入計(jì)算機(jī)內(nèi)建立圖像庫(kù)。當(dāng)鑒定未知純度或品種時(shí),將種子、幼苗、植株的電泳攝入計(jì)算機(jī)與標(biāo)準(zhǔn)圖像比較后,可鑒定品種的純度。

2、國(guó)內(nèi)外研究現(xiàn)狀國(guó)內(nèi):

2、國(guó)內(nèi)外研究現(xiàn)狀

綜上所述，國(guó)內(nèi)外專家學(xué)者在機(jī)器視覺進(jìn)行種子品質(zhì)鑒定方面進(jìn)行了深入研究，以多光譜圖像采集系統(tǒng)為基礎(chǔ)，采用色彩、紋理、形狀等特征，結(jié)合神經(jīng)網(wǎng)絡(luò)、回歸分析、貝葉斯分類器、線性分類器等理論進(jìn)行分類研究，為種子快速檢測(cè)提供依據(jù)。然而，大多數(shù)研究是基于特定實(shí)驗(yàn)條件下完成，需要訓(xùn)練生成分類器，不利于技術(shù)推廣，不利于現(xiàn)場(chǎng)流通區(qū)域使用。為了解決種子品質(zhì)檢測(cè)的周期長(zhǎng)、專業(yè)知識(shí)要求高、操作復(fù)雜、鑒定場(chǎng)合要求高等缺點(diǎn)，本研究提出一種基于可見光適合于種子流通場(chǎng)合使用的純度快速聚類鑒定方法

。3、研究?jī)?nèi)容3.1具體研究?jī)?nèi)容(紅色文字是重點(diǎn)研究?jī)?nèi)容)1)建立玉米種子動(dòng)態(tài)(單粒)、靜態(tài)(多粒)圖像采集裝置。2)完成玉米種子圖像預(yù)處理;包括增強(qiáng)、矯正定位、分割提取。3)完成玉米種子圖像特征提取;提取多區(qū)域色彩(RGB模型、HIS模型、Lab模型)、紋理(灰度共生矩陣等)和角質(zhì)率(透射、剖面)特征。4)完成玉米種子圖像特征優(yōu)化;采用粗糙集、主成分分析法進(jìn)行特征降維，去除冗余。3、研究?jī)?nèi)容3.1具體研究?jī)?nèi)容(紅色文字是重點(diǎn)研究?jī)?nèi)容)5)采用透射和剖面角質(zhì)率進(jìn)行擬合分析，判斷種類，標(biāo)記雜粒。6)完成多步聚類識(shí)別，以劃分、距離、密度等聚類方法進(jìn)行初步識(shí)別，建立純度識(shí)別決策支持系統(tǒng)，對(duì)初步識(shí)別結(jié)果進(jìn)行決策（重聚類），得到純度大小。7）引入試驗(yàn)樣本，對(duì)模型進(jìn)行改進(jìn)，完成識(shí)別。3、研究?jī)?nèi)容3.2技術(shù)路線分析現(xiàn)有文獻(xiàn)資料建立玉米種子信息采集裝置玉米種子色彩紋理角質(zhì)率特征提取優(yōu)化多區(qū)域、多特征母本自交粒聚類識(shí)別

玉米種子種類判斷以及雜粒識(shí)別試驗(yàn)樣本玉米種子純度識(shí)別決策支持系統(tǒng)結(jié)論誤差評(píng)價(jià)修正采集裝置透射、縱切剖面角質(zhì)率研究頂端、無胚芽側(cè)色彩、紋理研究3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施1)玉米種子圖像信息采集裝置研究

靜態(tài)多粒玉米種子圖像采集系統(tǒng)該系統(tǒng)硬件由彩色CCD相機(jī)、四面無影冷白光源、箱體、玉米種子直立擺放裝置以及計(jì)算機(jī)組成;一次可采集100粒玉米種子圖像.3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施1)玉米種子圖像信息采集裝置研究

動(dòng)態(tài)玉米種子圖像采集系統(tǒng)該系統(tǒng)硬件由彩色CCD相機(jī)、LED冷白光源、箱體、精準(zhǔn)傳送裝置以及計(jì)算機(jī)組成；一個(gè)工位一次可采集1粒玉米種子頂端和側(cè)面2張圖像。系統(tǒng)基本搭建完成,精準(zhǔn)定位有待于提高。動(dòng)態(tài)玉米種子純度識(shí)別儀采集過程動(dòng)態(tài)玉米種子純度識(shí)別儀上位機(jī)界面動(dòng)態(tài)識(shí)別儀工作過程3、研究?jī)?nèi)容3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施2)玉米種子透射角質(zhì)率研究

測(cè)定玉米種子角質(zhì)率、粉質(zhì)率與水分之間的關(guān)系。但目前玉米種子水分是一整體重量含量標(biāo)記，并未區(qū)分角質(zhì)與粉質(zhì)的水分含量。對(duì)于角質(zhì)率、粉質(zhì)率的測(cè)定方法沒有統(tǒng)一標(biāo)準(zhǔn)，最常用手段是手工檢測(cè)，存在工序復(fù)雜、精度低等問題。

浚單20透射種子圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施

浚單20種子角質(zhì)粉質(zhì)分布圖

先玉335種子角質(zhì)粉質(zhì)分布圖2)玉米種子透射角質(zhì)率研究3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施

浚單20玉米種子透射處理圖

浚單20玉米種子透射角質(zhì)率分布圖2)玉米種子透射角質(zhì)率研究3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施

先玉335玉米種子透射處理圖

先玉335玉米種子透射角質(zhì)率分布圖2)玉米種子透射角質(zhì)率研究3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施3)縱切剖面角質(zhì)率研究前期已經(jīng)完成玉米種子剖面角質(zhì)和粉質(zhì)圖像面積測(cè)量研究。

提出一種基于多段閾值分割技術(shù)的玉米籽粒剖面角質(zhì)率的定量測(cè)定方法。用于種類判斷。

單粒玉米種子剖面角質(zhì)粉質(zhì)分布圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施3)縱切剖面角質(zhì)率研究

樣本JZ1玉米種子縱切剖面處理圖

樣本JZ1玉米種子縱切剖面角質(zhì)率分布圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施4)玉米種子圖像預(yù)處理研究（1）

圖像增強(qiáng)玉米種子圖像增強(qiáng)包括常見的濾波處理、灰度均衡化處理等方法；目的是使采集的圖像更加均勻、清晰。

玉米種子圖像預(yù)處理3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施4)玉米種子圖像預(yù)處理研究（２）分割提取玉米種子圖像分割提取包括常見的單閾值處理、多閾值處理、小波處理等方法；目的是得到單粒玉米種子圖像，便于后期提取特征。

玉米種子圖像分割3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施4)玉米種子圖像預(yù)處理研究（３）

矯正定位玉米種子圖像矯正定位是對(duì)種子頂端圖像、側(cè)面圖像和剖面圖像進(jìn)行旋轉(zhuǎn)定位，標(biāo)記出具有代表性的區(qū)域，作為特征提區(qū)域；目的是得到具有可重復(fù)性的特征區(qū)域及可靠性的特征數(shù)據(jù)。

玉米種子圖像矯正定位3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提?。ǎ保?/p>

色彩特征

色彩是物體的重要感官特征，根據(jù)研究需要，提取玉米種子不同區(qū)域的多色彩模型數(shù)據(jù)，包括：CCD相機(jī)描述用RGB數(shù)據(jù)；視覺描述用HIS（HSL）數(shù)據(jù)；色差(CIE2000)描述用Lab數(shù)據(jù)。

玉米種子圖像色彩特征3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提?。ǎ保?/p>

色彩特征RGB顏色模型：工業(yè)界一種顏色標(biāo)準(zhǔn)，是通過對(duì)紅(R)、綠(G)、藍(lán)(B)三個(gè)顏色通道的變化以及相互之間疊加來得到各式各樣的顏色,該標(biāo)準(zhǔn)幾乎包括人類視力所能感知的所有顏色，是目前運(yùn)用最廣的顏色系統(tǒng)之一。HSI顏色模型：美國(guó)色彩學(xué)家孟塞爾（H.A.Munseu）于1915年提出的，它反映人的視覺系統(tǒng)感知彩色的方式，以色調(diào)、飽和度和強(qiáng)度三種基本特征量來感知顏色。Lab顏色模型：基于人對(duì)顏色的感覺。Lab中的數(shù)值描述正常視力的人能夠看到的所有顏色。Lab描述的是顏色的顯示方式，而不是設(shè)備（如顯示器、桌面打印機(jī)或數(shù)碼相機(jī)）生成顏色所需的特定色料的數(shù)量，所以Lab被視為與設(shè)備無關(guān)的顏色模型。3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提?。ǎ保┥侍卣?00?？?0無胚芽側(cè)圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提?。?）色彩特征100?？?0無胚芽側(cè)HSI色彩均值分布圖100?？?0無胚芽側(cè)RGB色彩分均值布圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提?。?）色彩特征100?？?0種子無胚芽側(cè)色差分布圖100?？?0種子無胚芽側(cè)Lab均值分布圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提?。ǎ保┥侍卣鲉瘟？?0無胚芽側(cè)藍(lán)色B通道色彩五層小波特征圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提?。?）色彩特征100?？?0頂端核心區(qū)域提取圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提取（１）色彩特征100?？?0頂端核心區(qū)域RGB分布圖100?？?0頂端核心區(qū)域HSI分布圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提?。ǎ保┥侍卣?00?？?0頂端核心區(qū)域Lab分布圖100?？?0頂端核心區(qū)域色差分布圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提取單?？?0頂端藍(lán)色B通道色彩五層小波特征圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提?。ǎ玻┘y理特征

紋理是物體的另外一個(gè)重要外部特征，既是物體表面呈現(xiàn)凹凸不平的溝紋，同時(shí)也是物體光滑表面上的彩色圖案；不僅反映亮度分布特性，也反映具有同樣亮度或接近亮度的像素之間的位置分布特性，是有關(guān)圖像亮度變化的二階統(tǒng)計(jì)特征。常見灰度共生矩陣特征有14個(gè)，為二階距、熵、對(duì)比度、均勻性、相關(guān)性、逆差分矩、最大概率、紋理方差、共生和均值、共生和方差、共生和熵、共生差均值、共生差方差、共生差熵。

3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提取一幅圖像基于灰度共生矩陣的紋理特征能反映出圖象灰度關(guān)于方向、相鄰間隔、變化幅度的綜合信息，是分析圖像的局部模式和排列規(guī)則的基礎(chǔ)。從共生矩陣參數(shù)，典型的有以下幾種:

能量：灰度共生矩陣元素值的平方和，反映圖像灰度分布均勻程度和紋理粗細(xì)度。相關(guān)性：度量空間灰度共生矩陣元素在行或列方向上的相似程度，相關(guān)值大小反映圖像中局部灰度相關(guān)性。當(dāng)矩陣元素值均勻相等時(shí)，相關(guān)值就大；相反，如果矩陣像元值相差很大則相關(guān)值小。（２）紋理特征3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提取對(duì)比度（慣性矩）：反映圖像的清晰度和紋理溝紋深淺的程度。紋理溝紋越深，對(duì)比度越大，視覺效果越清晰；反之，對(duì)比度小，溝紋淺，效果模糊。熵：圖像所具有的信息量度量，是一個(gè)隨機(jī)性的度量，當(dāng)共生矩陣中所有元素有最大的隨機(jī)性、空間共生矩陣中所有值幾乎相等時(shí)，共生矩陣中元素分散分布時(shí)，熵較大。它表示圖像中紋理的非均勻程度或復(fù)雜程度。

逆差距：反映圖像紋理的同質(zhì)性，度量圖像紋理局部變化的多少。其值大則說明圖像紋理的不同區(qū)域間缺少變化，局部非常均勻。3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施5)玉米種子圖像特征提取3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施6)純度識(shí)別多步聚類模型建立

由于玉米種子種類繁多，同一果穗種子外形差異大，年份不同，外部色彩不同，造成通過分類識(shí)別器識(shí)別復(fù)雜困難。為此提出以多步聚類決策支持模型解決純度識(shí)別問題。第一步:采用角質(zhì)率(縱切剖面和投射2個(gè)參數(shù))進(jìn)行種類擬合判斷;確定識(shí)別對(duì)象即就是標(biāo)識(shí)種子類別。第二步:采用多區(qū)域多特征（頂端、無胚芽側(cè)的色彩、紋理參數(shù)）進(jìn)行多種聚類,將聚類結(jié)果作為決策支持識(shí)別系統(tǒng)的輸入。第三步:建立決策支持識(shí)別系統(tǒng),對(duì)多種聚類結(jié)果進(jìn)行決策,得到具體純度,完成識(shí)別。

3、研究?jī)?nèi)容距離法劃分法密度法角質(zhì)率雜粒識(shí)別種類確定疑似自交粒疑似正常雜交粒決策支持系統(tǒng)雜粒其它籽粒色彩聚類紋理聚類距離法劃分法密度法疑似自交粒疑似正常雜交粒輸出結(jié)果第一步第二步第三步頂端側(cè)面頂端側(cè)面3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施第一步：透射角質(zhì)率擬合研究-判斷識(shí)別對(duì)象是否正確？五種玉米種子透射角質(zhì)率分布3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施浚單20角質(zhì)率回歸分析結(jié)果:f(x)=a*exp(b*x)+c*exp(d*x)a=0.2766(0.268,0.2851)b=0.01121(0.01069,0.01172)c=4.613e-13d=0.2763(0.2233,0.3293)第一步：透射角質(zhì)率擬合研究-判斷識(shí)別對(duì)象是否正確？浚單20玉米種子透射角質(zhì)率指數(shù)擬合3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施五種玉米種子剖面角質(zhì)率分布圖第一步：縱切剖面角質(zhì)率擬合研究-判斷識(shí)別對(duì)象是否正確？3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施

JZ1樣本玉米種子剖面角質(zhì)率直線擬合第一步：縱切剖面角質(zhì)率擬合研究-判斷識(shí)別對(duì)象是否正確？LinearmodelPoly1:f(x)=p1*x+p2Coefficients(with95%confidencebounds):p1=0.005642;p2=0.33063、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施第二步：純度識(shí)別-聚類研究

從機(jī)器學(xué)習(xí)的角度講，聚類是搜索相似簇的無監(jiān)督學(xué)習(xí)過程。與分類不同，無監(jiān)督學(xué)習(xí)不依賴預(yù)先定義的類或帶類標(biāo)記的訓(xùn)練實(shí)例，需要由聚類學(xué)習(xí)算法自動(dòng)確定標(biāo)記，而分類學(xué)習(xí)的實(shí)例或數(shù)據(jù)對(duì)象有類別標(biāo)記。

傳統(tǒng)的聚類算法可以被分為五類：基于劃分方法、基于層次（距離）方法、基于密度方法、基于網(wǎng)格方法和基于模型方法。擬通過研究劃分聚類、層次聚類和密度聚類三種方法。

前期已經(jīng)研究鄭單958基于色彩參數(shù)的密度聚類模型。3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施基于最遠(yuǎn)距離優(yōu)先遍歷的密度聚類方法

通過特征優(yōu)化選取H、S、B作為鄭單958、農(nóng)大108、魯單981的識(shí)別特征向量。H、S、B三維特征散點(diǎn)圖。玉米種子色彩特征三維散點(diǎn)圖3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施6)純度識(shí)別聚類模型建立基于最遠(yuǎn)距離優(yōu)先遍歷的密度聚類方法以最遠(yuǎn)距離點(diǎn)作為聚類起始點(diǎn)，在滿足密度半徑要求下，開始聚類。FFT算法優(yōu)化數(shù)據(jù)3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施6)純度識(shí)別聚類模型建立基于最遠(yuǎn)距離優(yōu)先遍歷的密度聚類方法以距離直方圖確定聚類面積密度半徑參數(shù)Eps,密度最小閾值個(gè)數(shù)為４。

聚類結(jié)果圖密度半徑參數(shù)Eps3、研究?jī)?nèi)容3.3研究?jī)?nèi)容具體實(shí)施第三步：純度識(shí)別-決策支持系統(tǒng)(聚類結(jié)果分析,后續(xù)研究重點(diǎn)之一)建立聚類結(jié)果知識(shí)表知識(shí)表約簡(jiǎn)決策支持方法重聚類純度識(shí)別最終結(jié)果

假設(shè)有n個(gè)玉米種子需要聚類