检索结果-南通市图书馆

基于近红外光谱与随机青蛙算法的褐变板栗识别

在线全文

学校读者我要写书评

暂无评论

浙江农林大学学报 2016年第2期33卷 322-329页

作者：郑剑周竹仲山民曾松伟浙江农林大学农业与食品科学学院浙江临安311300 浙江农林大学浙江省农产品品质改良技术研究重点实验室浙江临安311300 浙江农林大学信息工程学院浙江临安311300 浙江农林大学浙江省林业智能监测与信息技术研究重点实验室浙江临安311300 浙江农林大学智慧农林业研究中心浙江临安311300

为了实现板栗Castanea mollissima的快速自动分选，研究了基于近红外光谱技术的褐变板栗无损检测方法。首先采用Antaris Ⅱ傅里叶变换近红外光谱仪获取70个正常板栗和110个褐变板栗的近红外光谱（1000．00-2500．00nm），比较了不同光... 详细信息

为了实现板栗Castanea mollissima的快速自动分选，研究了基于近红外光谱技术的褐变板栗无损检测方法。首先采用Antaris Ⅱ傅里叶变换近红外光谱仪获取70个正常板栗和110个褐变板栗的近红外光谱（1000．00-2500．00nm），比较了不同光谱预处理方法对褐变板栗识别的影响，随后采用一种新的变量选择方法即随机青蛙算法（Ran-doraFrog）提取与板栗褐变相关的特征波长变量，最后基于特征波长建立和比较了褐变板栗识别的偏最小二乘-线性判别分析模型（PLS-LDA）和最小二乘一支持向量机（LS-SVM）模型。结果显示：经标准正态变量变换（SNV）预处理和随机青蛙算法优选的23个特征波长所建LS-SVM模型的性能最优，该模型对测试集的敏感性、特异性和识别正确率分别为0．92，1．00和95．00％。随机青蛙算法可以有效筛选重要的特征变量，不仅能简化模型，而且可以提高识别准确率和识别速度。

关键词：经济林学近红外光谱褐变随机青蛙算法最小二乘-支持向量机偏最小二乘-线性判别分析板果

拉曼光谱法快速鉴别蜂蜜中掺入甜菜糖浆的可行性研究

在线全文

学校读者我要写书评

暂无评论

中国食品学报 2012年第6期12卷 148-153页

作者：李水芳单杨尹永周孜凌国巍中南林业科技大学理学院长沙410004 湖南省食品测试分析中心长沙410025 湖南明园蜂业有限公司长沙410025

对蜂蜜用各种廉价的糖浆掺假,一直是蜂蜜行业的严重问题。本文利用拉曼光谱结合化学计量学方法对蜂蜜中掺入甜菜糖浆进行鉴别。用airPLS法扣除拉曼荧光背景,用自归一化法预处理光谱,在全谱范围(4000～10000cm^(-1))内建立偏最小二乘-线... 详细信息

对蜂蜜用各种廉价的糖浆掺假,一直是蜂蜜行业的严重问题。本文利用拉曼光谱结合化学计量学方法对蜂蜜中掺入甜菜糖浆进行鉴别。用airPLS法扣除拉曼荧光背景,用自归一化法预处理光谱,在全谱范围(4000～10000cm^(-1))内建立偏最小二乘-线性判别分析(PLS-LDA)模型,并进行预测。训练集10折交互验证的判别总正确率为90.4%,预测集的判别总正确率为95.4%。实验结果表明拉曼光谱结合化学计量学方法可快速鉴别蜂蜜中掺入的甜菜糖浆。

关键词：拉曼光谱蜂蜜掺假甜菜糖浆偏最小二乘-线性判别分析

在线全文

学校读者我要写书评

暂无评论

基于近红外光谱的褐变板栗识别建模方法研究

食品科技 2016年第1期41卷 285-290页

作者：郑剑周竹仲山民周厚奎浙江农林大学农业与食品科学学院临安311300 浙江省农产品品质改良技术研究重点实验室临安311300 浙江省林业智能监测与信息技术研究重点实验室临安311300 浙江农林大学智慧农林业研究中心临安311300

为了实现褐变板栗的快速无损分选,研究了基于近红外光谱技术的褐变板栗栗仁检测方法。试验在1000-2500 nm波段范围内采集板栗栗仁的反射光谱,通过标准正态变量变换预处理后,采用K-最近邻法（KNN）、簇类独立软模式法（SIMCA）、主成分回... 详细信息

为了实现褐变板栗的快速无损分选,研究了基于近红外光谱技术的褐变板栗栗仁检测方法。试验在1000-2500 nm波段范围内采集板栗栗仁的反射光谱,通过标准正态变量变换预处理后,采用K-最近邻法（KNN）、簇类独立软模式法（SIMCA）、主成分回归-线性判别分析法（PCA-LDA）、偏最小二乘回归-线性判别分析法（PLS-LDA）以及最小二乘-支持向量机判别分析法（LS-SVM）分别建立褐变板栗识别模型并进行比较分析。偏最小二乘结合最小二乘-支持向量机所建PLS-LS-SVM模型性能最优,该模型对测试集的敏感性、特异性和识别正确率分别为1.00%、0.92%和95.00%。结果表明：近红外光谱结合PLS-LS-SVM可用于褐变板栗的快速无损检测。

关键词：近红外光谱褐变建模方法最小二乘-支持向量机偏最小二乘-线性判别分析板栗

基于近红外光谱与CARS-PLS-LDA的不同产地雪菊的定性鉴定

在线全文

学校读者我要写书评

暂无评论

时珍国医国药 2020年第9期31卷 2148-2152页

作者：楚刚辉谭雪梨新疆特色药食用植物资源化学实验室喀什大学化学与环境科学学院新疆喀什844006

目的雪菊是新疆特有的药食两用物种,研究雪菊的近红外光谱快速定性鉴定方法对于该产品的开发利用具有重要的意义。方法采用近红外光谱结合竞争性自适应权重法-偏最小二乘-线性判别分析(CARS-PLS-LDA)对新疆不同产地的雪菊样品进行判别... 详细信息

目的雪菊是新疆特有的药食两用物种,研究雪菊的近红外光谱快速定性鉴定方法对于该产品的开发利用具有重要的意义。方法采用近红外光谱结合竞争性自适应权重法-偏最小二乘-线性判别分析(CARS-PLS-LDA)对新疆不同产地的雪菊样品进行判别。利用CARS法筛选有效的波长分类变量,然后采用PLS-LDA法建立不同产地雪菊样品的分类鉴定方法,以敏感性、特异性、鉴定正确率作为最终的评价指标。结果CARS-PLS-LDA可以提取雪菊样本中有效的分类信息,实现6个不同产地的雪菊样本的有效分类鉴定;CARS-PLS-LDA法使用的波长变量数仅为全部变量的不到2.0%,所有种类雪菊预测集样本的敏感性、特异性、鉴定正确率均为100%,结果优于未经波长筛选的PLS-LDA分类方法。结论CARS-PLS-LDA法降低了鉴定方法的复杂度,同样获得了良好的鉴定准确率,近红外光谱与CARS-PLS-LDA相结合可以有效鉴定不同产地的雪菊样品。

关键词：近红外光谱竞争性自适应权重法偏最小二乘-线性判别分析雪菊定性鉴定

基于近红外光谱与CARS-PLS-LDA的褐变板栗识别

在线全文

学校读者我要写书评

暂无评论

食品工业 2016年第2期37卷 134-138页

为了实现带壳褐变板栗的快速无损分选,研究了基于近红外光谱技术的褐变板栗检测方法。试验在1 000~2 500 nm波段范围内采集带壳板栗的反射光谱,利用竞争性自适应权重法（CARS）筛选波长变量,采用偏最小二乘-线性判别分析法（PLS-LDA）... 详细信息

为了实现带壳褐变板栗的快速无损分选,研究了基于近红外光谱技术的褐变板栗检测方法。试验在1 000~2 500 nm波段范围内采集带壳板栗的反射光谱,利用竞争性自适应权重法（CARS）筛选波长变量,采用偏最小二乘-线性判别分析法（PLS-LDA）建立褐变板栗的识别模型,并与全光谱变量所建立的识别模型进行比较。结果显示,经二阶导数处理的光谱结合CARS-PLS-LDA方法可以有效识别褐变板栗,所建模型对测试集样本的敏感性、特异性和识别正确率分别为0.85%,0.90%和88.73%,优于未经变量优选的识别模型。筛选的波长变量个数为224个,仅占全部变量的14.39%,不仅降低了模型复杂度,而且提高了识别准确率。研究结果表明,近红外光谱技术结合CARS与PLS-LDA可以检测带壳褐变板栗,为板栗的快速自动分选提供了理论依据。

关键词：近红外光谱褐变竞争性自适应权重法偏最小二乘-线性判别分析板栗

在线全文

学校读者我要写书评

暂无评论

基于高光谱的小麦白粉病监测研究

基于高光谱的小麦白粉病监测研究

作者：王文雁南京农业大学

学位级别：硕士

在小麦的病害种类中,白粉病呈现出逐年加重的趋势,已上升为小麦主要病害之一,给江苏省乃至全国范围内的小麦产量造成了严重的损失。因此,发展出能快速、准确地对小麦白粉病进行识别监测的技术迫在眉睫。高光谱遥感技术作为一种非破坏性... 详细信息

在小麦的病害种类中,白粉病呈现出逐年加重的趋势,已上升为小麦主要病害之一,给江苏省乃至全国范围内的小麦产量造成了严重的损失。因此,发展出能快速、准确地对小麦白粉病进行识别监测的技术迫在眉睫。高光谱遥感技术作为一种非破坏性无损测试技术为作物病害的识别监测提供了可能。本研究以两种不同抗性小麦品种“生选6号”(易感)和“扬辐麦4号”(中感)的叶片为研究对象,基于池栽试验在小麦拔节后期白粉病自然发病条件下,系统获取小麦叶片的光谱反射率及叶绿素含量、净光合速率等农学参数,利用子窗口重排分析算法(Subwindow Permutation Analysis,SPA)提取感病前期指示小麦叶片健康状态的光谱特征,并基于偏最小二乘-线性判别分析(Partial Least Squares-Linear Discrimination Analysis,PLS-LDA)建立小麦叶片健康状态识别模型;利用植被指数法、竞争自适应重加权采样(Competitive Adaptive Reweighted Sampling,CARS)、蒙特卡洛无信息变量消除(Uninformative Variable Elimination,MC-UVE)、随机青蛙(RandomFrog,RF)分别提取感病中期指示小麦叶片病情严重度的光谱特征,并基于偏最小二乘回归(Partial Least Squares Regression,PLSR)建立小麦叶片病情严重度的估测模型。预期结果既可为便携式作物健康状态诊断仪的研制提供核心波段选择,又可为作物病情严重度的高光谱遥感监测研究提供有效的技术支撑,从而推进信息农业病害研究领域的快速发展。首先,以两种不同抗性小麦品种“生选6号”(易感)和“扬辐麦4号”(中感)的叶片为研究对象,系统观测与分析了在白粉病感病前期和中期小麦叶片的生理生态指标和光谱特性的动态变化规律,确定了白粉病感病前期和中期小麦叶片的光谱敏感波段范围,比较了本文选用的已有的光谱指数在不同抗性品种之间对病情严重度的敏感性高低。结果表明:小麦叶片的色素含量和光合作用能力在病害前期变化差异较小,随着病害程度的加深,光合作用能力和色素含量迅速下降,不同抗性品种的表现均如此;在小麦白粉病感病前期,红光区域和近红外区域对病情信息较先响应,易感品种“生选6号”的光谱敏感波段范围比中感品种“扬辐麦4号”的光谱敏感波段范围更宽,在感病中期,两品种小麦叶片在可见光全部区域均对病情信息产生了响应。因此,明确小麦叶片受白粉病侵染后的生理生态参数的动态变化规律和光谱响应变化规律可为后续的病情诊断与监测提供充实的理论依据。其次,以中感品种“扬辐麦4号”为研究对象,分别将敏感波段、通过SPA算法从光谱反射率中提取的光谱特征、通过SPA算法从光谱指数中提取的光谱特征作为PLS-LDA的输入变量,构建相应的小麦叶片健康状态识别模型并进行比较。结果表明:(1)利用敏感波段共计316个变量构建的PLS-LDA模型分类精度可达到98.21%,但是易感品种“生选6号”的检验精度仅为65.27%;利用SPA从光谱反射率中提取的光谱特征共计12个变量,分别为428、433、550、554、569、631、739、747、749、755、757和814 nm,构建的PLS-LDA模型分类精度为85.12%、交互检验精度为84.52%、易感品种“生选6号”的检验精度为84.43%;利用SPA从光谱指数中提取的光谱特征共计4个变量,分别为NPCI、RVSI、SDy和CARI,构建的PLS-LDA模型分类精度为82.14%、交互检验精度为80.95%、易感品种“生选6号”的检验精度为85.63%。(2)敏感波段只适合用于单一品种的小麦叶片健康状态的诊断,而应用SPA提取的光谱特征数目少,构建的模型稳定性高,结果可靠。(3)不论从光谱反射率还是光谱指数作为模型的输入变量分析,以SPA提取的光谱特征构建的模型精度差异较小,表明直接运用光谱反射率对病害进行诊断研究具有操作简单的优点。最后,分别运用植被指数法、CARS、MC-UVE和RF算法提取指示叶片病情严重度的光谱特征,应用偏最小二乘回归构建相应的模型来监测白粉病感染中期小麦叶片的病情严重度。在植被指数法中,对本文选用的已有光谱指数、新构建的归一化光谱指数(NormalizedDifferenceSpectralIndex,NDSI)与叶片病情严重度之间的定量关系进行了研究与比较;在偏最小二乘回归中,利用三种特征提取方法分别提取感病中期指示小麦叶片病情严重度的光谱特征,并对建立的病情严重度估测模型进行比较。结果表明:(1)新构建的植被指数NDSI(R492,R451)和NDSI(R643,R433)建立的病情严重度估测模型的的精度和误差控制效果优于已有的光谱指数。(2)

关键词：小麦白粉病病情严重度特征高光谱偏最小二乘-线性判别分析植被指数偏最小二乘回归