基于随机蛙跳特征提取的叶片氮元素检测方法及系统与流程
本发明涉及有机物含量分析领域，具体地涉及一种基于随机蛙跳特征提取的叶片氮元素检测方法、一种基于随机蛙跳特征提取的叶片氮元素检测系统、一种计算机设备以及一种计算机可读存储介质。
背景技术：
1、氮元素对于植物的生长具有极其重要的作用，是植物生长不可或缺的元素之一，对植物叶片中氮元素含量的检测，对判断植物的生长情况，以及判断施肥量具有重要作用，对国民经济发展具有着重要影响。
2、在传统方法中多采用人工采集叶片样本，然后再利用实验室化学试剂等手段对叶片样本中的氮元素含量进行分析，检测结果容易受采集的叶片样本的影响，需要耗费大量的人力资源且时效性较差。多次检测之间往往间隔较长时间，无法连续检测。
技术实现思路
1、本发明实施方式的目的是提供一种基于随机蛙跳特征提取的叶片氮元素检测方法及系统，以至少解决人工对氮元素含量检测时时效性差，难以连续检测，耗费大量人力成本的问题。
2、为了实现上述目的，本发明第一方面提供一种基于随机蛙跳特征提取的叶片氮元素检测方法，所述方法包括：
3、采集待测叶片样本的光谱数据；
4、将光谱数据进行归一化处理；
5、采用s-g卷积平滑法对归一化处理后的数据进行去噪处理；
6、将去噪处理后的数据输入基于随机蛙跳特征提取方法建立好的预测模型进行预测，得到待测叶片样本的氮含量。该方法采用光谱技术采集叶片光谱数据，以进行实时分析，实时获取叶片氮含量结果，节约人力成本，减少化学试剂的消耗。
7、在本申请实施例中，将光谱数据进行归一化处理，包括：
8、采用min-max标准化方法对光谱数据进行线性化，使结果值映射到[0,1]之间，计算公式如下：
9、其中，x是光谱数据中的测量值，min是光谱数据中每个相同特征点的最小值，max是光谱数据中每个相同特征点的最大值。
10、在本申请实施例中，所述预测模型通过如下方法建立：
11、采集不同氮元素含量的叶片样本的光谱数据，组成光谱数据集；
12、采用spxy方法将光谱数据集划分为训练集和测试集；
13、对光谱数据集中的光谱数据进行预处理；
14、采用随机蛙跳特征提取算法对预处理后的训练集进行特征筛选，得到训练用波段；
15、将训练用波段输入偏最小二乘法进行建模处理，产生的拟合模型即为预测模型。
16、在本申请实施例中，对光谱数据集中的光谱数据进行预处理，包括：
17、对光谱数据集中的光谱数据进行归一化处理；
18、采用主成分分析法对归一化处理后的光谱数据进行降维处理；
19、计算降维后的光谱数据的马氏距离，剔除马氏距离大于预设值的光谱数据；
20、采用s-g卷积平滑法对余下光谱数据进行去噪处理。
21、在本申请实施例中，所述马氏距离通过如下公式计算：
22、
23、其中，ti为训练集i样本光谱的得分；t为训练集所有样本的得分矩阵；为t的平均得分向量；tcen为t的均值中心化矩阵，即mdi为训练集i样本的马氏距离。
24、在本申请实施例中，所述s-g卷积平滑法设置为9点平滑。9点平滑可以有效去除噪音、样品背景和杂散光等干扰光谱。
25、在本申请实施例中，所述随机蛙跳特征提取算法的主成分数为22。设置主成分数为22可以避免在模型拟合过程中产生过拟合现象，提高后续产生的拟合模型的准确度。
26、本发明第二方面提供一种计算机设备，用于叶片氮元素检测，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的基于随机蛙跳特征提取的叶片氮元素检测方法。
27、本发明第三方面提供一种基于随机蛙跳特征提取的叶片氮元素检测系统，包括：
28、光谱数据采集和/或输入装置，用于采集和/或输入待测叶片样本的光谱数据；
29、计算机设备，用于分析光谱数据，得到叶片氮元素含量结果。
30、另一方面，本发明提供一种计算机可读存储介质，
31、其上存储有计算机程序，所述计算机程序用于实现所述的基于随机蛙跳特征提取的叶片氮元素检测方法。
32、通过上述技术方案，采用光谱技术采集叶片光谱数据，以进行实时分析，实时获取叶片氮含量结果，极大地提升了氮元素物质含量检测速度，节约人力成本，减少化学试剂的消耗。
33、本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
技术特征：
1.基于随机蛙跳特征提取的叶片氮元素检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于随机蛙跳特征提取的叶片氮元素检测方法，其特征在于，将光谱数据进行归一化处理，包括：
3.根据权利要求1所述的基于随机蛙跳特征提取的叶片氮元素检测方法，其特征在于，所述预测模型通过如下方法建立：
4.根据权利要求3所述的基于随机蛙跳特征提取的叶片氮元素检测方法，其特征在于，对光谱数据集中的光谱数据进行预处理，包括：
5.根据权利要求4所述的基于随机蛙跳特征提取的叶片氮元素检测方法，其特征在于，所述马氏距离通过如下公式计算：
6.根据权利要求1所述的基于随机蛙跳特征提取的叶片氮元素检测方法，其特征在于，所述s-g卷积平滑法设置为9点平滑。
7.根据权利要求3所述的基于随机蛙跳特征提取的叶片氮元素检测方法，其特征在于，所述随机蛙跳特征提取算法的主成分数为22。
8.一种计算机设备，用于叶片氮元素检测，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-7中任一项所述的基于随机蛙跳特征提取的叶片氮元素检测方法。
9.一种基于随机蛙跳特征提取的叶片氮元素检测系统，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序用于实现权利要求1-7中任一项所述的基于随机蛙跳特征提取的叶片氮元素检测方法。
技术总结
本发明提供一种基于随机蛙跳特征提取的叶片氮元素检测方法及系统，属于有机物含量分析领域。采集待测叶片样本的光谱数据；将光谱数据进行归一化处理；采用S‑G卷积平滑法对归一化处理后的数据进行去噪处理；将去噪处理后的数据输入基于随机蛙跳特征提取方法建立好的预测模型进行预测，得到待测叶片样本的氮含量。该方法采用光谱技术采集叶片光谱数据，以进行实时分析，实时获取叶片氮含量结果，节约人力成本，减少化学试剂的消耗。
技术研发人员：李义,汪虎,卢翔,宋建,隋淼,盛永吉,许鑫杰,刘颖慰,方宇,王金枝
受保护的技术使用者：吉林中粮生化有限公司
技术研发日：
技术公布日：2024/9/23