對(duì)蘋(píng)果內(nèi)部病害的無(wú)損檢測(cè)是困擾蘋(píng)果采后貯藏以及出庫(kù)安全和影響蘋(píng)果經(jīng)濟(jì)價(jià)值的一大難題。本研究以大田采摘的‘秦冠’疑似水心病果、‘富士’疑似霉心病果和貯藏過(guò)程中發(fā)生的疑似果心褐變果為試材,相同數(shù)量的好果為對(duì)照,采用逐果測(cè)定100Hz³.98MHz下11個(gè)電學(xué)特征參數(shù)讀值的方法,獲取兩類果實(shí)的電參數(shù)的頻率圖譜,切開(kāi)檢驗(yàn)準(zhǔn)確劃分病果與好果,并測(cè)定各果的理化品質(zhì)。通過(guò)主成分分析由143個(gè)電學(xué)特征參數(shù)提取能夠表征蘋(píng)果整體特征的主成分,再結(jié)合三種分類模型評(píng)判三種病害的電學(xué)法無(wú)損檢測(cè)準(zhǔn)確率,分析各理化性狀變化與果實(shí)發(fā)病間的關(guān)系,以期為蘋(píng)果內(nèi)部病害的快速無(wú)損識(shí)別提供理論依據(jù)和技術(shù)支撐。主要結(jié)果如下:（1）通過(guò)測(cè)定水心病果和好果的電學(xué)特征,發(fā)現(xiàn)二者的復(fù)阻抗（Z）、介電損耗系數(shù)（D）、串聯(lián)等效電感（Ls）、電導(dǎo)（G）、復(fù)阻抗相角（deg）、串聯(lián)等效電容（Cs）、并聯(lián)等效電感（Lp）、并聯(lián)等效電阻（Rp）、并聯(lián)等效電容（Cp）、串聯(lián)等效電阻（Rs）、電納（B）以及相對(duì)介電常數(shù)（ε’）和損耗因子（ε’’）在100Hz³.98MHz頻段內(nèi)的觀測(cè)值變化趨勢(shì)一致,在低頻區(qū)1... 

【文章來(lái)源】：西北農(nóng)林科技大學(xué)陜西省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 蘋(píng)果內(nèi)部病害檢測(cè)技術(shù)的研究進(jìn)展
        1.1.1 蘋(píng)果水心病檢測(cè)技術(shù)研究進(jìn)展
        1.1.2 蘋(píng)果果心褐變檢測(cè)技術(shù)研究進(jìn)展
        1.1.3 蘋(píng)果霉心病檢測(cè)技術(shù)研究進(jìn)展
    1.2 基于電學(xué)特性的果品檢測(cè)研究概況
    1.3 識(shí)別分類研究中的數(shù)學(xué)模型
        1.3.1 Fisher判別分析法
        1.3.2 人工神經(jīng)網(wǎng)絡(luò)模型
        1.3.3 K近鄰算法
        1.3.6 徑向基核函數(shù)支持向量機(jī)算法
        1.3.7 隨機(jī)森林分析
    1.4 研究目的意義和內(nèi)容
        1.4.1 研究目的及意義
        1.4.2 研究?jī)?nèi)容
第二章 基于電學(xué)特征的'秦冠'水心病的無(wú)損檢測(cè)
    2.1 材料與方法
        2.1.1 試驗(yàn)材料及預(yù)處理
        2.1.2 儀器與設(shè)備
        2.1.3 測(cè)定指標(biāo)及方法
        2.1.4 數(shù)據(jù)分析方法
    2.2 結(jié)果與分析
        2.2.1 不同電學(xué)參數(shù)對(duì)水心病果和好果的響應(yīng)
        2.2.2 果實(shí)電學(xué)參數(shù)主成分的提取
        2.2.3 Fisher判別分析對(duì)水心病果的識(shí)別
        2.2.4 多層感知器神經(jīng)網(wǎng)絡(luò)對(duì)水心病果的識(shí)別
        2.2.5 徑向基神經(jīng)網(wǎng)絡(luò)對(duì)水心病果的識(shí)別
        2.2.6 利用損耗因子ε''進(jìn)行水心病的判別分析
        2.2.7 水心病果和健康果實(shí)的理化特征
    2.3 小結(jié)
第三章 基于電學(xué)特征的果心褐變的檢測(cè)
    3.1 材料與方法
        3.1.1 試驗(yàn)材料及預(yù)處理
        3.1.2 儀器與設(shè)備
        3.1.3 測(cè)定指標(biāo)及方法
        3.1.4 數(shù)據(jù)分析方法
    3.2 結(jié)果分析
        3.2.1 不同電學(xué)參數(shù)對(duì)果心褐變病果和富士好果的響應(yīng)
        3.2.2 果實(shí)電學(xué)參數(shù)主成分的提取
        3.2.3 Fisher判別分析對(duì)果心褐變病的識(shí)別
        3.2.4 MLP神經(jīng)網(wǎng)絡(luò)模型對(duì)果心褐變病的判別
        3.2.5 RBF神經(jīng)網(wǎng)絡(luò)模型對(duì)果心褐變病的判別分析
        3.2.6 果心褐變果實(shí)和富士好果的理化品質(zhì)比較
    3.3 小結(jié)
第四章 基于電學(xué)特征的霉心病的檢測(cè)
    4.1 材料與方法
        4.1.1 試驗(yàn)材料及預(yù)處理
        4.1.2 儀器與設(shè)備
        4.1.3 測(cè)定指標(biāo)及方法
        4.1.4 數(shù)據(jù)分析方法
    4.2 結(jié)果與分析
        4.2.1 不同電學(xué)參數(shù)對(duì)富士好果和霉心病病果的響應(yīng)
        4.2.2 果實(shí)電學(xué)參數(shù)主成分的提取
        4.2.3 Fisher判別分析對(duì)水心病果的識(shí)別
        4.2.4 MLP神經(jīng)網(wǎng)絡(luò)識(shí)別霉心病
        4.2.5 RFB神經(jīng)網(wǎng)絡(luò)識(shí)別霉心病
        4.2.6 富士好果和霉心病果的理化品質(zhì)
    4.3 小結(jié)
第五章 討論與結(jié)論
    5.1 討論
    5.2 結(jié)論
參考文獻(xiàn)
致謝
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]基于隨機(jī)森林算法的黃瓜種子腔圖像分割方法[J]. 張經(jīng)緯,貢亮,黃亦翔,劉成良,龔霽程,潘俊松.  農(nóng)機(jī)化研究. 2017(10)
[2]基于圖像灰度直方圖特征的草莓病蟲(chóng)害識(shí)別[J]. 牛沖,牛昱光,李寒,鄭文剛,卜云龍,周增產(chǎn).  江蘇農(nóng)業(yè)科學(xué). 2017(04)
[3]基于隨機(jī)森林的遙感干旱監(jiān)測(cè)模型的構(gòu)建[J]. 沈潤(rùn)平,郭佳,張婧嫻,李洛晞.  地球信息科學(xué)學(xué)報(bào). 2017(01)
[4]基于SVM-KNN茶葉圖像紋理分類[J]. 燕婭,周曉鋒,湯哲,張立,陳華榮,周建勇.  中國(guó)茶葉加工. 2016(06)
[5]基于主成分分析和BP神經(jīng)網(wǎng)絡(luò)的蠶蛹分類方法[J]. 梁培生,孫輝,張國(guó)政,方璦,周二杰.  江蘇農(nóng)業(yè)科學(xué). 2016(10)
[6]基于PCA法和Fisher判別分析法的巖體質(zhì)量等級(jí)分類[J]. 錢(qián)兆明,任高峰,褚夫蛟,秦紹兵.  巖土力學(xué). 2016(S2)
[7]基于C-SVM的大米品種識(shí)別研究[J]. 梁詩(shī)華,何金成,林毅鑫.  安徽農(nóng)業(yè)科學(xué). 2016(23)
[8]基于隨機(jī)森林的缺損雜草種子識(shí)別[J]. 龍怡霖,蔡騁.  計(jì)算機(jī)應(yīng)用與軟件. 2016(08)
[9]基于Fisher判別的南方雙季稻低溫災(zāi)害等級(jí)預(yù)警[J]. 吳立,霍治國(guó),楊建瑩,肖晶晶,張蕾,于彩霞,張桂香.  應(yīng)用氣象學(xué)報(bào). 2016(04)
[10]基于KNN和Bayes算法的組合分類器的垃圾評(píng)論識(shí)別研究[J]. 梁曌,陳思宇,梁小林,康欣.  經(jīng)濟(jì)數(shù)學(xué). 2016(01)

博士論文
[1]獼猴桃和桃電學(xué)特性和生理特性關(guān)系研究[D]. 唐燕.西北農(nóng)林科技大學(xué) 2011



本文編號(hào)：3199295