检索结果-南通市图书馆

水果糖度可见-近红外光谱手持式检测装置开发与试验

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2021年第10期41卷 3058-3063页

作者：樊书祥王庆艳杨雨森李江波张驰田喜黄文倩北京农业信息技术研究中心北京100097 西南交通大学利兹学院四川成都611731

基于可见-近红外光谱分析技术开发了手持式水果糖度检测装置,并用于水果糖度的现场实时分析。硬件系统主要包括微型光谱仪、卤素灯、OLED显示屏、单片机及驱动电路等。采用Keil 5开发工具,用C语言开发单片机程序。配合上位机以LabView... 详细信息

基于可见-近红外光谱分析技术开发了手持式水果糖度检测装置,并用于水果糖度的现场实时分析。硬件系统主要包括微型光谱仪、卤素灯、OLED显示屏、单片机及驱动电路等。采用Keil 5开发工具,用C语言开发单片机程序。配合上位机以LabView编写的光谱采集程序,实现光谱信息的采集。以苹果和大桃作为检测对象,对装置的检测精度和模型在2台装置(主机、从机)间的传递效果进行了探讨。在实验室和果园环境下,分别获取了苹果、大桃样本在600~950 nm范围的可见-近红外光谱。对实验室条件下采集的主机校正集光谱进行分析,经过平滑、最大值归一化、二阶导数等预处理后,利用偏最小二乘算法分别建立了苹果、大桃的糖度检测模型。模型导入主机装置后,对预测集样本进行检验。对苹果、大桃的预测集相关系数和预测均方根误差分别为0.925,0.587%和0.821,0.613%。采用分段直接校正和基于典型相关分析算法的模型传递方法将模型由主机传递到从机。对比后发现,基于典型相关分析算法取得了更好的模型传递结果。从机对苹果、大桃糖度的预测集相关系数和预测均方根误差分别为0.883,0.641%和0.805,0.626%。将实验室条件下建立的模型用于树上采集到的水果光谱数据分析,得到预测集相关系数和预测均方根误差分别为0.866,0.741%和0.816,0.627%。整体检测结果表明,该装置可以满足对苹果、大桃糖度的有效检测,借助模型传递算法,实现了模型在不同装置间的共享和有效传递,且实验室环境下采集的数据建立的模型可以用于树上水果糖度的有效检测,该装置具有较大的经济价值和应用前景。

关键词：无损检测水果可见-近红外光谱光谱分析糖度模型传递

近红外光谱结合Stacking集成学习的猕猴桃糖度检测研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第10期44卷 2932-2940页

作者：郭志强张博涛曾云流武汉理工大学信息工程学院湖北武汉430070 华中农业大学果蔬园艺作物种质创新与利用全国重点实验室·国家柑橘保鲜技术研发专业中心湖北武汉430070

利用近红外光谱技术Stacking集成学习对猕猴桃糖度的无损检测。以湖北“云海一号”猕猴桃为研究对象,采用红外分析仪获取了280个样本的光谱数据,包含了4000~10000cm^(-1)范围内的1557个波长数据,使用折射仪测量糖度值。通过蒙特卡洛随... 详细信息

利用近红外光谱技术Stacking集成学习对猕猴桃糖度的无损检测。以湖北“云海一号”猕猴桃为研究对象,采用红外分析仪获取了280个样本的光谱数据,包含了4000~10000cm^(-1)范围内的1557个波长数据,使用折射仪测量糖度值。通过蒙特卡洛随机采样结合T检验的奇异样本识别算法筛除异常值样本。利用SPXY算法按照4∶1的比例划分训练集和测试集。使用多元散射校正(MSC)、SG平滑滤波(SG)、趋势校正(DT)、矢量归一化(VN)、标准正态变换(SNV)五种方法对数据进行预处理。使用无信息变量消除法(UVE)、竞争性自适应重加权算法(CARS)和区间变量迭代空间收缩特征选择算法(iVISSA)提取特征波长,使用连续投影算法(SPA)进行二次提取,消除共线性变量。由于单一模型的泛化能力有限,为了扩大建模能力,设计了一种基于Stacking算法的集成学习模型。选择贝叶斯岭回归(BRR)、偏最小二乘回归(PLSR)、支持向量机回归(SVR)以及人工神经网络(ANN)作为基学习器,线性回归(LR)作为元学习器建立集成模型,比较不同组合下集成模型的性能。使用Pearson相关系数分析基学习器与集成模型之间的关系。结果表明:在五种预处理方法之中,矢量归一化的效果最佳。对预处理后的光谱进行特征波长提取,结果显示VN-CARS-PLSR模型效果最好,在测试集上的RP2为0.805,RMSEP为0.498。模型提取了177个特征波长,数据量相比于原始光谱减少了88.6%。通过Stacking算法对基学习器进行融合,对比不同的组合方式,发现PLS+SVR+ANN集成模型预测精度最高,RP2达到了0.853,RMSEP下降至0.433。通过Pearson相关系数分析了基学习器对集成模型性能的影响。研究表明,与单一模型相比,Stacking集成模型能够进行更加全面的建模,具有更高的泛化能力,该方法为猕猴桃糖度品质的无损检测提供了技术支持。

关键词：猕猴桃近红外光谱糖度 Stacking集成学习模型融合

不同品种苹果糖度近红外光谱在线检测通用模型研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2020年第3期40卷 922-928页

作者：刘燕德徐海孙旭东姜小刚饶宇张雨华东交通大学机电与车辆工程学院水果智能光电检测技术与装备国家地方联合工程研究中心

由于果实内部细胞结构、组成成分和光学传输特性的不同,品种差异会对近红外建模分析果实内部品质时产生较大的影响,以致原有模型无法高精度地预测果实品质参数。探讨开发不同品种近红外通用模型用于在线检测苹果内部品质的可行性。采用... 详细信息

由于果实内部细胞结构、组成成分和光学传输特性的不同,品种差异会对近红外建模分析果实内部品质时产生较大的影响,以致原有模型无法高精度地预测果实品质参数。探讨开发不同品种近红外通用模型用于在线检测苹果内部品质的可行性。采用水果动态在线分选设备,设置运行参数为:积分时间100 ms,运动速度5 s^-1,采集包括冰糖心,红富士及水晶富士三个品种苹果的近红外漫透射光谱。分析了三个品种近红外漫透射光谱的响应特征,其光谱曲线走势基本一致,在650, 709和810 nm附近存在突出吸收峰,而在670, 750与830 nm附近存在波谷,其差异主要表现为光谱吸收强度的差异。采用多元散射校正, Savitzky-Golay卷积平滑及归一化处理方法,减少了不同品种引起的光谱信息差异。混合三个品种各校正集样本,采用偏最小二乘回归算法建立了不同品种糖度的通用模型,并利用无信息变量消除法(UVE)对建模变量进行筛选,最终得到的有效变量个数为155。所建立的UVE-PLS模型对验证集的决定系数,均方根误差以及残留预测偏差分别为0.80, 0.61%与2.21。在UVE筛选变量的基础上,采用连续投影算法再对建模变量进行选择,最终选出的变量个数为22。采用多元线性回归(MLR)方法建立了简化后的通用模型,对验证集的决定系数与均方根误差分别为0.78与0.64%。测试集用于评估最佳的不同品种糖度通用模型的实际性能,模型对每个品种测试集的潜变量数,决定系数与均方根误差分别为6~10, 0.77~0.79与0.45~0.75%。结果表明水果动态在线分选设备对不同品种苹果内部品质检测的潜力。通过建立通用模型,扩大了单一品种模型的预测范围,提高了模型在不同品种间的预测稳健性。并且采用合适的变量选择方法能够减少模型变量个数,降低模型复杂程度,并最终提高模型速率。开发不同品种水果内部品质通用模型在波长有限的近红外光谱设备中具有良好的潜在应用。

关键词：在线检测近红外光谱通用模型偏最小二乘法无信息变量消除苹果糖度

全透射近红外光谱的苹果整果糖度在线检测模型优化

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2022年第6期42卷 1907-1914页

作者：田喜陈立平王庆艳李江波杨一樊书祥黄文倩中国农业大学信息与电气工程学院北京100083 北京市农林科学院智能装备技术研究中心北京100097 北京市农林科学院信息技术研究中心北京100097

光谱质量、样本个体差异、检测系统和建模算法等多种因素共同决定水果糖度检测模型的预测精度和稳定性。采用自主研发的短积分全透射近红外在线检测系统以5 ms积分时间和0.5 m·s^(-1)运行速度在线获取了“富士”苹果全透射光谱信号。... 详细信息

光谱质量、样本个体差异、检测系统和建模算法等多种因素共同决定水果糖度检测模型的预测精度和稳定性。采用自主研发的短积分全透射近红外在线检测系统以5 ms积分时间和0.5 m·s^(-1)运行速度在线获取了“富士”苹果全透射光谱信号。不同姿态获取的透射光谱强度差异明显,但曲线走势相近,均在920 nm波段具有最大的光谱强度,在850 nm波段存在波谷。采用移动平均平滑、标准正态变量变换和多元散射校正等预处理方法有效去除原始光谱的随机噪声和基线偏差,减小了样本检测姿态引起的光谱差异。为分析不同检测姿态对苹果整果糖度预测模型的影响,构建了单一姿态局限模型和多姿态通用模型,结果表明基于全位点平均透射光谱构建的单一姿态局限模型对检测姿态具有很大的局限性,而多姿态通用模型预测能力较单一检测姿态相当,但却对不同的检测姿态具有更强的适用能力。为进一步提高光谱信号质量,优化模型预测能力,采用信号强度阈值优选方法实现了苹果整果糖度预测模型优化,发现移除中央位点获取的透射光谱信号,有利于提高苹果整果糖度预测模型精度。多姿态通用信号强度优化模型综合考虑不同姿态获取的光谱信息有效性,有效提升了通用信号强度优化模型的预测能力和稳定性,当多姿态通用模型中信号强度阈值为5000时,模型预测性能最佳,其预测参数R_(p),RMSEP和RPD分别为0.79,0.84%和1.58。表明短积分全透射近红外在线检测系统用于不同姿态苹果糖度预测是可行的,多姿态通用模型的建立,扩大了模型在不同姿态的预测稳健性,短积分光谱采集方式结合信号强度阈值优选方法提升了光谱信号的质量和模型的预测能力。

关键词：在线检测全透射光谱通用模型苹果糖度

基于iPLS原理最优化信息区间的桃糖度组合权重PLS模型研究

在线全文

学校读者我要写书评

暂无评论

红外与毫米波学报 2009年第5期28卷 386-391页

作者：王加华李鹏飞曹楠宁韩东海中国农业大学食品科学与营养工程学院北京100083

采用反向区间偏最小二乘法和组合区间偏最小二乘法优化桃糖度可见/近红外光谱的信息区间组合,在选择的信息区间的基础上建立了一种线性组合权重PLS模型.对近红外光谱进行二阶导数处理、卷积平滑校正后,发现在区间分割数为15时筛选结果最... 详细信息

采用反向区间偏最小二乘法和组合区间偏最小二乘法优化桃糖度可见/近红外光谱的信息区间组合,在选择的信息区间的基础上建立了一种线性组合权重PLS模型.对近红外光谱进行二阶导数处理、卷积平滑校正后,发现在区间分割数为15时筛选结果最优,BiPLS所选择的信息区间为742～770nm和862～920nm,SiPLS所选择的信息区间为742～770nm、832～860nm和892～920nm.直接组合信息区间BiPLS和SiPLS模型的RMSEP值分别为0.386和0.308,线性组合权重PLS模型的RMSEP值分别为0.351和0.364.结果说明在近红外定量分析中线性组合权重模型的建立克服了复杂样品各信息区间对PLS建模贡献率不一样的问题.

关键词：可见/近红外光谱区间偏最小二乘法组合权重PLS模型糖度

脐橙糖度近红外光谱在线检测数学模型优化研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2011年第5期31卷 1230-1235页

作者：孙旭东郝勇高荣杰欧阳爱国刘燕德华东交通大学机电工程学院光机电技术及应用研究所江西南昌330013

目的是优化脐橙糖度近红外光谱在线检测数学模型,提高检测精度。在700.28-933.79 nm光谱范围内,根据建模集样品在不同波长处的变异系数,选择基准波长点,计算样品的反射比光谱。吸光度和反射比光谱,经不同光谱预处理后,分别采用偏最小二... 详细信息

目的是优化脐橙糖度近红外光谱在线检测数学模型,提高检测精度。在700.28-933.79 nm光谱范围内,根据建模集样品在不同波长处的变异系数,选择基准波长点,计算样品的反射比光谱。吸光度和反射比光谱,经不同光谱预处理后,分别采用偏最小二乘法（PLS）和最小二乘支持向量回归法（LSSVR）,建立脐橙糖度近红外光谱在线检测数学模型。采用30个未参与建模的脐橙样品评价模型的性能,经比较,采用一阶微分处理后的反射比光谱建立的LSSVR模型预测效果最优,模型预测相关系数为0.85,预测均方根误差为0.41°Brix。实验结果表明基准波长点、一阶微分和LSSVR相结合的优化方法在提高脐橙糖度近红外光谱在线检测精度方面具有可行性。

关键词：近红外光谱在线优化脐橙糖度

基于深度信念网络与混合波长选择方法的蓝莓糖度近红外检测模型优化

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2022年第12期42卷 3775-3782页

作者：朱金艳朱玉杰冯国红曾明飞刘思岐东北林业大学工程技术学院黑龙江哈尔滨150040

利用近红外光谱技术结合组合区间偏最小二乘(SiPLS)、竞争性自适应重加权(CARS)、连续投影算法(SPA)、无信息变量消除(UVE)特征提取方法,运用深度信念网络(DBN)建立蓝莓糖度的通用检测模型,实现蓝莓糖度在线无损快速检测。采集了“蓝丰... 详细信息

利用近红外光谱技术结合组合区间偏最小二乘(SiPLS)、竞争性自适应重加权(CARS)、连续投影算法(SPA)、无信息变量消除(UVE)特征提取方法,运用深度信念网络(DBN)建立蓝莓糖度的通用检测模型,实现蓝莓糖度在线无损快速检测。采集了“蓝丰”和“瑞卡”共280个蓝莓样本的近红外光谱,采用手持折光仪测定其糖度;首先利用联合X-Y的异常样本识别方法(ODXY)检测到蓝丰和瑞卡蓝莓分别有2个和4个样本呈现异常,剔除该6个异常样本,对其余274个样本利用光谱-理化值共生距离算法(SPXY)以3∶1的比例划分出训练集和测试集;其次,对比分析卷积平滑(S-G平滑)、中心化、多元散射校正等预处理对蓝莓原始光谱的改善效果,运用SiPLS对光谱降维,筛选特征波段,利用CARS,UVE和SPA方法对特征波段进行二次筛选,以最优的特征波长建立DBN和偏最小二乘回归(PLSR)模型。结果表明,蓝莓糖度近红外检测模型的最优预处理方法为S-G平滑,SiPLS方法挑选的蓝莓糖度最优波段为593~765和1458~1630 nm,UVE算法从SiPLS筛选的346个变量中优选出159个最佳波长。建立蓝莓糖度DBN模型时,分析了不同隐含层数对检测模型的影响,并以交互验证均方根误差(RMSECV)作为适应度函数,利用粒子群算法(PSO)对各隐含层神经元个数在[1,100]之间寻优,发现隐含层为3层且隐含层节点数为67-43-25时,DBN模型的RMSECV达到最小,为0.3977。无论是以全光谱还是特征波长建模,蓝莓糖度近红外DBN模型均优于常规PLSR方法;尤其以UVE方法二次筛选的特征波长建立的模型大大减少了建模变量,且模型精度更高,蓝莓糖度最优的PLSR模型测试集相关系数(R_(P))为0.8875,均方根误差(RMSEP)为0.3959,最优DBN模型R_(P)为0.9542,RMSEP为0.3105。研究表明,利用SiPLS-UVE进行特征提取,结合深度信念网络方法建立的蓝莓糖度检测模型可以更好地完成蓝莓糖度在线精准分析,该方法有望应用于蓝莓及其他果蔬内部品质检测。

关键词：近红外光谱蓝莓糖度无信息变量消除深度信念网络无损检测

尺寸差异对脐橙糖度可见近红外光谱检测模型影响

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2020年第10期40卷 3241-3246页

作者：刘燕德饶宇孙旭东姜小刚徐海李雄王观田徐佳华东交通大学机电与车辆工程学院江西南昌330013

糖度是评价脐橙内部品质的重要指标之一,由于水果自身尺寸差异,造成糖度预测模型稳健性差,预测精度不高,因此消除水果尺寸差异带来的影响,对提高水果分选模型精度具有重要意义。对比分析了脐橙漫透射、多点发射与接收及环形发射与接收... 详细信息

糖度是评价脐橙内部品质的重要指标之一,由于水果自身尺寸差异,造成糖度预测模型稳健性差,预测精度不高,因此消除水果尺寸差异带来的影响,对提高水果分选模型精度具有重要意义。对比分析了脐橙漫透射、多点发射与接收及环形发射与接收漫反射光谱,其中,不同检测平台上,由于光程差的不同,大果光谱能量均比小果光谱能量要强,而环形发射与接收漫反射光谱能量要强于其他两种光谱,漫透射光谱能量最弱,波峰与波谷位置大致相同。分别建立不同检测方式下脐橙尺寸预测模型,其中,漫透射检测方式下尺寸预测模型的预测集相关系数为0.60,预测集均方根误差为3.95 mm,多点发射与接收漫反射检测方式下尺寸预测模型的预测集相关系数为0.97,预测集均方根误差为1.46 mm,环形发射与接收漫反射检测方式下小果预测模型的预测集相关系数为0.96,预测集均方根误差为1.73 mm。分别建立三种不同检测方式下大果、小果、混合果以及多元散射校正预处理的混合果糖度预测模型,小果的糖度预测模型精度均要高于大果和混合果,其中漫透射检测方式下小果预测模型的预测集相关系数为0.76,预测集均方根误差为0.81°Brix,多点发射与接收漫反射检测方式下小果预测模型的预测集相关系数为0.72,预测集均方根误差为0.97°Brix,环形发射与接收漫反射检测方式下小果预测模型的预测集相关系数为0.72,预测集均方根误差为0.93°Brix。经过多元散射校正预处理光谱后,近红外漫透射光谱的混合果模型精度要优于小果的模型,模型预测集相关系数为0.84,预测集均方根误差为0.64°Brix,而在两种漫反射检测方式中,多混合果模型精度反而降低。实验结果表明:在漫透射检测方式中,使用多元散射校正预处理光谱可以消除尺寸差异影响,在漫反射检测方式中,先进行尺寸分选,再进行糖度分选,也可以避免尺寸差异带来的影响。该研究为大宗水果快速在线分选提供了参考和理论支持。

关键词：脐橙近红外尺寸差异无损检测糖度

在线全文

学校读者我要写书评

暂无评论

砂梨糖度近红外光谱波段遗传算法优化

光谱学与光谱分析 2009年第5期29卷 1246-1250页

作者：潘璐王加华李鹏飞孙谦张勇韩东海中国农业大学食品科学与营养工程学院北京100083 北京市大兴区林业局北京102600

遗传算法不受搜索空间限制性假设的约束,利用简单的编码技术和繁殖机制来解决复杂近红外光谱数据的优化问题。文章采用遗传算法的波段选择法(R-SGA)对砂梨近红外光谱进行了波段优化,得到丰水、圆黄、黄金三种梨的R-SGA最佳因子数分别为1... 详细信息

遗传算法不受搜索空间限制性假设的约束,利用简单的编码技术和繁殖机制来解决复杂近红外光谱数据的优化问题。文章采用遗传算法的波段选择法(R-SGA)对砂梨近红外光谱进行了波段优化,得到丰水、圆黄、黄金三种梨的R-SGA最佳因子数分别为10,12和16,并分别建立了单一品种GA-PLS模型;丰水梨和黄金梨的GA-PLS模型精度高于全谱PLS模型,其模型的RMSEP分别为0.608/0.632和0.524/0.540;圆黄梨GA-PLS模型精度(RMSEP=0.610)与全谱PLS模型(RMSEP=0.595)相当。经波段优化分析表明,使用552个数据点建立多品种砂梨混合模型,具有较高稳健性和预测性(RMSEC=0.627,RMSEP=0.641)。结果表明:基于遗传算法进行波段优化可以提高砂梨糖度模型精度,提高建模效率,同时说明建立多品种砂梨糖度通用模型是可行的。

关键词：近红外光谱遗传算法波段优化糖度砂梨多品种模型