天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 計算機應(yīng)用論文 >

基于高光譜圖像技術(shù)的茶葉品種分類及摻假程度檢測研究

發(fā)布時間:2024-02-15 03:11
  在茶葉的銷售過程中,部分不法商販為了牟取暴利常用低價茶葉來冒充高價茶葉或是向高價茶葉中摻入外觀接近的其他品種茶葉,普通消費者僅憑肉眼難以判斷茶葉的真實品種。傳統(tǒng)的茶葉品種鑒別方法主要包括感官判別法與化學(xué)分析法。感官判別法依賴主觀經(jīng)驗,缺乏客觀性,而化學(xué)分析法雖然精確可靠,但會對樣品造成破壞且操作過程費時費力。近年來,光譜無損檢測技術(shù)在茶葉品種分類研究中被廣泛運用,但是該技術(shù)使用點光源采樣,導(dǎo)致檢測效果易受采樣位置的影響。而高光譜圖像技術(shù)通過對整個樣品進行采樣,能采集到更全面的樣本信息,從而有效地彌補了光譜技術(shù)的缺陷。本文利用高光譜圖像技術(shù)分別對五個烏龍茶的品種和鐵觀音茶葉摻假程度進行分類檢測,并設(shè)計了茶葉品種分類及摻假程度檢測系統(tǒng)。本文的主要內(nèi)容和結(jié)論如下:(1)基于高光譜圖像技術(shù)對五種烏龍茶(鐵觀音、金觀音、本山、黃金桂、毛蟹)進行分類研究。利用高光譜成像系統(tǒng)獲取五種茶葉的高光譜圖像后,提取原始光譜數(shù)據(jù)并剔除其首尾部分冗余波段。利用多元散射校正(MSC)對光譜數(shù)據(jù)進行預(yù)處理,并分別采用競爭性自適應(yīng)重加權(quán)采樣(CARS)和自助軟收縮法(BOSS)選擇特征波長。基于以上特征數(shù)據(jù),分別建立...

【文章頁數(shù)】:67 頁

【學(xué)位級別】:碩士

【文章目錄】:
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 茶葉品種分類無損檢測方法
        1.2.2 食品摻假無損檢測方法
    1.3 研究現(xiàn)狀分析
    1.4 主要研究內(nèi)容
    1.5 技術(shù)路線
    1.6 本章小結(jié)
第2章 數(shù)據(jù)采集與提取
    2.1 試驗材料
        2.1.1 試驗樣品
        2.1.2 試驗儀器
    2.2 高光譜圖像采集與數(shù)據(jù)提取
        2.2.1 高光譜圖像采集
        2.2.2 高光譜數(shù)據(jù)提取
    2.3 檢測機理分析
    2.4 本章小結(jié)
第3章 相關(guān)算法研究
    3.1 預(yù)處理方法
    3.2 特征變量選擇方法
        3.2.1 競爭性自適應(yīng)重加權(quán)采樣算法
        3.2.2 迭代信息變量消除法
        3.2.3 自助軟收縮法
    3.3 定性建模方法
        3.3.1 極端梯度提升樹
        3.3.2 輕量級梯度提升機
        3.3.3 基于網(wǎng)格搜索的模型參數(shù)尋優(yōu)
        3.3.4 基于遺傳算法的模型參數(shù)尋優(yōu)
    3.4 數(shù)據(jù)可視化方法
    3.5 本章小結(jié)
第4章 基于高光譜圖像技術(shù)的烏龍茶品種分類研究
    4.1 茶葉樣本制備
    4.2 光譜數(shù)據(jù)采集與提取
    4.3 光譜預(yù)處理
    4.4 特征變量選擇結(jié)果
        4.4.1 CARS特征變量選擇結(jié)果
        4.4.2 BOSS特征變量選擇結(jié)果
    4.5 烏龍茶品種分類模型的建立與分析
        4.5.1 烏龍茶品種分類模型的建立
        4.5.2 烏龍茶品種分類模型的分析
    4.6 本章小結(jié)
第5章 基于高光譜圖像技術(shù)的鐵觀音茶葉摻假程度檢測
    5.1 摻假茶葉品種的選取
    5.2 摻假茶葉樣本制備
    5.3 光譜數(shù)據(jù)采集與提取
    5.4 光譜預(yù)處理
    5.5 特征變量選擇結(jié)果
        5.5.1 IRIV特征變量選擇結(jié)果
        5.5.2 BOSS特征變量選擇結(jié)果
    5.6 鐵觀音茶葉摻假程度檢測模型的建立
        5.6.1 基于網(wǎng)格搜索優(yōu)化的XGBoost與 LightGBM模型
        5.6.2 基于遺傳算法優(yōu)化的XGBoost與 LightGBM模型
    5.7 本章小結(jié)
第6章 茶葉品種分類及摻假程度檢測系統(tǒng)的設(shè)計
    6.1 系統(tǒng)開發(fā)環(huán)境及系統(tǒng)開發(fā)流程
        6.1.1 系統(tǒng)開發(fā)環(huán)境
        6.1.2 系統(tǒng)開發(fā)流程
    6.2 系統(tǒng)具體操作及功能實現(xiàn)
        6.2.1 待測數(shù)據(jù)輸入功能
        6.2.2 數(shù)據(jù)處理功能
        6.2.3 歷史數(shù)據(jù)查詢功能
    6.3 功能測試
    6.4 本章小結(jié)
第7章 總結(jié)與展望
    7.1 論文工作總結(jié)
    7.2 展望
參考文獻
致謝
攻讀碩士學(xué)位期間獲得的學(xué)術(shù)成果



本文編號:3899100

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3899100.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶37900***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com