發(fā)布時(shí)間：2018-04-04 05:55

  本文選題：青梅　切入點(diǎn)：酸度　出處：《農(nóng)業(yè)機(jī)械學(xué)報(bào)》2017年09期

【摘要】：針對(duì)傳統(tǒng)理化分析的青梅酸度檢測(cè)方法破壞性大、耗時(shí)長(zhǎng)、無法實(shí)現(xiàn)在線檢測(cè)的不足,對(duì)基于高光譜成像技術(shù)的青梅酸度快速無損檢測(cè)方法進(jìn)行研究。采集了487個(gè)青梅樣本在550~1 000 nm波段內(nèi)的高光譜圖像,經(jīng)過光譜相對(duì)反射率校正和6種不同濾波后,分別利用連續(xù)投影算法(SPA)、遺傳算法(GA)以及連續(xù)投影結(jié)合遺傳算法(SPA+GA)3種光譜降維方法,提取了反映青梅內(nèi)部酸度信息的特征波長(zhǎng),并建立波長(zhǎng)與青梅p H值的偏最小二乘(PLS)預(yù)測(cè)模型,研究不同濾波和不同降維方法下的預(yù)測(cè)精度。研究結(jié)果表明:同一預(yù)測(cè)模型,Savitzky-Golay(S-G)平滑濾波預(yù)測(cè)精度最高;相比SPA或GA單一算法降維,經(jīng)5點(diǎn)S-G平滑濾波后SPA+GA光譜降維的方法,可顯著降低模型復(fù)雜度,提高模型預(yù)測(cè)精度,預(yù)測(cè)集的均方根誤差為0.070 6,相關(guān)系數(shù)為0.792 5。
[Abstract]:A method for detecting the acidity of green plum based on high spectral imaging was studied by using three kinds of spectral reduction methods : continuous projection algorithm ( SPA ) , genetic algorithm ( GA ) and continuous projection combined genetic algorithm ( SPA + GA ) .

【作者單位】： 南京林業(yè)大學(xué)機(jī)械電子工程學(xué)院;機(jī)電產(chǎn)品包裝生物質(zhì)材料國(guó)家地方聯(lián)合工程研究中心;
【基金】：國(guó)家自然科學(xué)基金面上項(xiàng)目(31570714) 江蘇省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(BE2015304-3) 江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程項(xiàng)目(PAPD) 2016年度省級(jí)戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展專項(xiàng)資金項(xiàng)目 南京2015年度科技發(fā)展計(jì)劃項(xiàng)目(201505058)
【分類號(hào)】：TP391.41;TS255.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬驥;曲佳歡;孫大文;吳迪;曾新安;;高光譜成像在食品質(zhì)量評(píng)估方面的研究進(jìn)展與應(yīng)用(二)[J];肉類研究;2012年05期

2 張令標(biāo);何建國(guó);王松磊;劉貴珊;賀曉光;羅瑞明;;高光譜成像技術(shù)在肉品無損檢測(cè)中的應(yīng)用及進(jìn)展[J];河南工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

3 王斌;薛建新;張淑娟;;基于高光譜成像技術(shù)的腐爛、病害梨棗檢測(cè)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年S1期

4 馬本學(xué);應(yīng)義斌;饒秀勤;桂江生;;高光譜成像在水果內(nèi)部品質(zhì)無損檢測(cè)中的研究進(jìn)展[J];光譜學(xué)與光譜分析;2009年06期

5 曲佳歡;馬驥;孫大文;吳迪;曾新安;;高光譜成像在食品質(zhì)量評(píng)估方面的研究進(jìn)展與應(yīng)用(一)[J];肉類研究;2012年04期

6 蔡健榮;韓智義;;碧螺春茶葉的真?zhèn)舞b別技術(shù)——基于漫反射式高光譜成像技術(shù)[J];農(nóng)機(jī)化研究;2013年04期

7 張令標(biāo);何建國(guó);劉貴珊;王松磊;賀曉光;王偉;;基于可見/近紅外高光譜成像技術(shù)的番茄表面農(nóng)藥殘留無損檢測(cè)[J];食品與機(jī)械;2014年01期

8 吳迪;寧紀(jì)鋒;劉旭;梁曼;楊蜀秦;張振文;;基于高光譜成像技術(shù)和連續(xù)投影算法檢測(cè)葡萄果皮花色苷含量[J];食品科學(xué);2014年08期

9 李江波;蘇憶楠;饒秀勤;;基于高光譜成像及神經(jīng)網(wǎng)絡(luò)技術(shù)檢測(cè)玉米含水率[J];包裝與食品機(jī)械;2010年06期

10 王家云;王松磊;賀曉光;何建國(guó);吳龍國(guó);劉貴珊;;基于NIR高光譜成像技術(shù)的灘羊肉內(nèi)部品質(zhì)無損檢測(cè)[J];現(xiàn)代食品科技;2014年06期

相關(guān)博士學(xué)位論文 前1條

1 朱逢樂;基于光譜和高光譜成像技術(shù)的海水魚品質(zhì)快速無損檢測(cè)[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 熊振杰;基于高光譜成像技術(shù)的雞肉品質(zhì)快速無損檢測(cè)[D];華南理工大學(xué);2015年

2 代瓊;基于高光譜成像技術(shù)的蝦仁新鮮度檢測(cè)研究[D];華南理工大學(xué);2015年

3 楊曉忱;基于高光譜成像技術(shù)的不同品種羊肉識(shí)別方法研究[D];寧夏大學(xué);2015年

4 崔彬彬;基于高光譜成像技術(shù)的花生分類及水分和蛋白質(zhì)含量檢測(cè)[D];河南工業(yè)大學(xué);2015年

5 王婉嬌;基于高光譜成像技術(shù)的冷鮮羊肉品質(zhì)無損檢測(cè)研究[D];寧夏大學(xué);2016年

6 何加偉;基于高光譜圖像技術(shù)的冷凍食品品質(zhì)的無損檢測(cè)研究[D];天津商業(yè)大學(xué);2016年

7 石慧;基于高光譜成像技術(shù)的對(duì)蝦品質(zhì)信息快速檢測(cè)方法研究[D];浙江大學(xué);2013年

8 張令標(biāo);基于高光譜成像技術(shù)的紅棗表面農(nóng)藥殘留無損檢測(cè)的研究[D];寧夏大學(xué);2014年

9 羅陽;基于NIR高光譜成像技術(shù)的長(zhǎng)棗蟲害及可溶性固形物無損檢測(cè)研究[D];寧夏大學(xué);2013年

10 吳龍國(guó);基于高光譜成像技術(shù)的靈武長(zhǎng)棗常見缺陷無損檢測(cè)研究[D];寧夏大學(xué);2014年

，

本文編號(hào)：1708651