1 浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
2 浙江经济职业技术学院, 浙江 杭州 310018
3 西北农林科技大学葡萄酒学院, 陕西 杨凌 712100
对藻类的识别分类及其生化分析已成为海洋生物学的研究热点之一。 以普通小球藻、 蛋白核小球藻、 微绿球藻、 莱茵衣藻为样品, 通过便携式USB4000微型光纤光谱仪、 Y形光纤和探针, 卤素光源构建的光谱采集系统对不同浓度梯度的120个微藻样本进行浸入式可见/近红外透射光谱的原位采集, 比较去基线、 卷积平滑等光谱预处理方法的效果, 并基于连续投影算法(SPA)筛选特征波长, 通过偏最小二乘法(PLS)、 最小二乘支持向量机(LS-SVM)和极限学习机(ELM)进行建模, 探讨采用透射光谱原位快速鉴别四种不同藻种的可行性。 结果表明: 卷积平滑的处理效果较为理想, 有效波长可用于代替原始光谱建立微藻种类判别分析模型。 SPA-LV-SVM和SPA-ELM的预测效果显著高于SPA-PLS, 三者的平均预测正确率分别是80%, 85%, 65%。 浸入式可见/近红外光谱技术和便携式光纤探针结合的藻种鉴别方法, 有效实现了对四种微藻的鉴别, 为藻种鉴别和藻种分类研究领域提供了一种新思路。
微藻 可见/近红外透射光谱 藻种鉴别 极限学习机 Microalgae Visible/Near infrared (Vis/NIR) transmission spect Species identification Extreme Learning Machine(ELM)
