【摘要】：為了提高國內(nèi)地理標(biāo)志管理法律的可執(zhí)行性,為后續(xù)產(chǎn)地溯源技術(shù)提供研究基礎(chǔ)。根據(jù)大米生長產(chǎn)地的地理環(huán)境,種植技術(shù),以及種子選取等因素,大米的近紅外光譜數(shù)據(jù)會出現(xiàn)差異的理論基礎(chǔ),通過采集大米的近紅外光譜數(shù)據(jù),結(jié)合化學(xué)計(jì)量學(xué)的方法,建立能快速檢測大米產(chǎn)地的溯源系統(tǒng)。在總體設(shè)計(jì)中,對硬件的要求為:方便操作,可以在惡劣環(huán)境下工作,重復(fù)性好。對軟件的要求為:能夠脫離專業(yè)人士,結(jié)果顯示直觀,操作指示明確,運(yùn)算能力強(qiáng)勁。根據(jù)要求,硬件上選擇傅里葉近紅外光譜儀作為主要采集設(shè)備,漫反射系統(tǒng)作為采集附件;軟件上采用MATLAB編寫產(chǎn)地溯源算法,LabVIEW編寫操作界面。在操作界面的編寫過程中,為了充分滿足功能分離,流程顯示等要求,大量使用了LabVIEW中的條件結(jié)構(gòu)和事件結(jié)構(gòu),并通過控制臺命令,使整個產(chǎn)地溯源系統(tǒng)的操作都可以通過該界面進(jìn)行。項(xiàng)目使用的產(chǎn)地溯源算法為偏最小二乘法和神經(jīng)網(wǎng)絡(luò)分類法,采用偏最小二乘法來驗(yàn)證光譜數(shù)據(jù)是否可分,采用神經(jīng)網(wǎng)絡(luò)法來獲取最佳分類結(jié)果。另外,通過對樣品前處理方式和算法參數(shù)進(jìn)行修改,可以實(shí)驗(yàn)驗(yàn)證產(chǎn)地溯源準(zhǔn)確率的影響因素。在偏最小二乘法的實(shí)驗(yàn)中,驗(yàn)證了光譜的可分性,以及光譜特征波段的選擇和不同的數(shù)據(jù)處理方法對于產(chǎn)地溯源準(zhǔn)確率的影響。在神經(jīng)網(wǎng)絡(luò)的實(shí)驗(yàn)中,驗(yàn)證了樣品的不同處理方式和算法的不同參數(shù)對于產(chǎn)地溯源準(zhǔn)確率的影響。
【圖文】：

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文、掃描速度快、分辨率高、波長準(zhǔn)確、重復(fù)性好等源產(chǎn)生的光經(jīng)過邁克爾遜干涉儀產(chǎn)生干涉光，隨后的信號經(jīng)過檢測器進(jìn)入計(jì)算機(jī)，對該信號進(jìn)行傅里。其中最主要的光學(xué)部件就是邁克爾遜干涉儀，其其產(chǎn)生干涉光的原理是通過動鏡的移動來讓經(jīng)過分生干涉，由于具有移動部件，傅里葉變換近紅外光境，在近幾年的研究中，通過對干涉儀的改造消除提高了儀器的穩(wěn)定性。

若壓力不達(dá)到一定程度，ATR米會產(chǎn)生裂縫，影響測量。在實(shí)驗(yàn)中性。反射類似的直接測量法，利用的是紅一部分鏡面反射以外，其余的入射光折回的散射，這些光具有吸收—衰減以得到漫反射光譜信號。漫反射的流中即可。漫反射的優(yōu)點(diǎn)在于人工因項(xiàng)前處理。缺陷在于清理比較麻煩果的主要面對人群，對操作流程，結(jié)項(xiàng)目擬采用漫反射法作為主要數(shù)據(jù)漫反射附件，課題中采用的漫反射 型，如圖 2-2 所示。內(nèi)部有鍍金反射能以接觸式手段清潔，只能用干燥
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：O657.33;TS210.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場中的神經(jīng)網(wǎng)絡(luò)拐點(diǎn)預(yù)測法[J];金融經(jīng)濟(jì);2017年18期

2 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會述評[J];國際學(xué)術(shù)動態(tài);1996年01期

3 王方;苗放;陳墾;;基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的地質(zhì)災(zāi)害監(jiān)測預(yù)警仿真[J];計(jì)算機(jī)仿真;2019年11期

4 馬猛;王明紅;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的304不銹鋼車削加工表面粗糙度預(yù)測[J];輕工機(jī)械;2019年06期

5 莊連生;呂揚(yáng);楊健;李厚強(qiáng);;時頻聯(lián)合長時循環(huán)神經(jīng)網(wǎng)絡(luò)[J];計(jì)算機(jī)研究與發(fā)展;2019年12期

6 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識別[J];通訊世界;2018年12期

7 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類模型[J];信息技術(shù)與信息化;2019年02期

8 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期

9 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學(xué);2019年04期

10 鮑偉強(qiáng);陳娟;熊濤;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測研究[J];電工技術(shù);2019年11期

相關(guān)會議論文 前10條

1 孫軍田;張U，

本文編號：2711777