共查询到15条相似文献，搜索用时 281 毫秒
1.
采后苹果电特性与生理特性的关系及其应用 总被引：13，自引：8，他引：5
为了了解果蔬的电学特性,并为果蔬品质自动化识别提供新方法,该文从生理特性角度分析了影响采后苹果电参数变化的原因。基于电参数的变化,将BP神经网络技术应用于苹果新鲜等级的识别。研究结果指出：采后红富士苹果相对介电常数的变化规律与乙烯释放量变化规律相似,电阻率与乙烯释放量变化规律相反,在乙烯释放峰出现时,相对介电常数达到最大值,电阻率达到最小值。根据采后苹果可溶性固形物含量和pH值的变化,将苹果分为3个新鲜等级,以相对介电常数和电阻率作为BP神经网络的输入特征参数,在2-20-3的网络结构下,苹果新鲜等级平均识别率达到79%。该研究为了解采后果品电特性变化的原因提供了信息,为基于电特性的新型果品内部品质检测技术的研究提供了基础。 相似文献
2.
采用无损接触检测及交叉试验法研究了电激励信号的频率和电压对果品电特性的影响。研究结果表明：在0.2～2.5 V的电压范围内，苹果电参数存在一电压临界值。若信号电压小于临界值，苹果的电容、电阻以及损耗角正切值保持不变，若电压大于该值，随着电压的增大，电容和电阻值迅速下降，损耗角正切值急剧增大；电压临界值与频率有关，在5～100 kHz的频段内，30 kHz下的电压临界值最大；猕猴桃、梨同苹果电参数的频率特性相同，而且也存在电压临界值；10 kHz下，苹果、猕猴桃和梨的电压临界值分别为0.8、1.8和1.4 V。文中提出了基于电压临界值的果品种类识别方法，验证结果表明，该方法对苹果、猕猴桃和梨的识别率分别为100%，93%和90%。 相似文献
3.
苹果果实成熟期间电特性的研究 总被引：1，自引：3，他引：1
为了了解果实成熟期间电特性的变化规律,该文以红富士苹果为对象,研究了测试信号的频率和电压对成熟期苹果电参数的影响,果实生长中电参数和生理生化参数的变化,并分析了电参数变化的原因。研究结果表明：频率对苹果电参数的影响规律与苹果成熟度无关,但电压对苹果电参数的影响规律与苹果成熟度有关。苹果成熟期间,其呼吸强度持续下降;果实成熟前期,相对介电常数和pH值逐渐下降,后期逐渐增大;而电阻率和可溶性固形物含量在前期逐渐增大,后期减小。这些参数的转折点皆出现在同一时间,说明电参数与苹果内部品质之间存在必然的联系,可以用电参数反映内部物质成分的变化。 相似文献
4.
5.
利用智能ＬＣＲ测量仪和平板电极系统，用无损检测方法测定了桃子在储藏过程中电特性的变化。结果表明：在１２Ｈｚ～１００ｋＨｚ的频段内，桃子的最佳测试频段为１５ｋＨｚ以下，此时桃子随着储藏时间的增加，等效阻抗增大而相对介电常数和介质损耗因数减小；当桃子开始腐烂时，电特性数值出现了一个大的反复 相似文献
6.
基于介电特性及ANN的油桃糖度无损检测方法 总被引：8，自引：6，他引：2
为了探索利用果品的介电特性无损预测内部品质的可能性,该文采用矢量网络分析仪测量了10 d贮藏期间,300个99-1油桃在20～4500 MHz频率下的相对介电常数和介电损耗因子,以糖度作为内部品质指标,基于x-y共生距离的样本划分法确定了含243个样本的校正集和57个样本的预测集;建立了预测油桃糖度的偏最小二乘、支持向量机及极限学习机模型,并综合比较了采用全频谱以及利用无信息变量消除法和连续投影算法分别提取的特征变量作为各模型输入变量时,对各模型拟合效果的影响。结果表明：连续投影算法结合极限学习机预测效果最好（预测相关系数为0.887,预测均方根误差为0.782）;与全频谱和无信息变量消除法相比,连续投影算法在简化模型及提高模型稳定性方面性能良好。该研究结果表明,基于油桃介电特性无损检测糖度是可行的,可为应用介电特性无损检测果品的内部品质指标提供了一种新方法。 相似文献
7.
小麦叶片电特性与外加电压和频率的关系研究 总被引：2，自引：1，他引：1
为了研究小麦叶片含水率快速无损检测的方法,该文以小麦幼苗叶片为材料,用自制的平行板电容式电极研究不同含水率小麦叶片的生理电容、生理电阻对外加测试频率、电压的影响.结果表明:在测试电压1.25V,频率为15.7～150kHz的条件下,小麦的生理电容只因含水率差异而不同,而不受测试频率的影响,但生理电阻在5～150kHz之间与频率呈显著的负相关关系;当测试频率固定为75kHz,电压在0.1V至2.5V之间变化时,小麦的生理电容变化与含水率相关,受电压影响较小,生理电阻与电压为负的乘幂关系;在测试频率为75kHz,电压1.0V时,小麦叶片的生理电容、电阻与含水率均呈现显著相关关系,但利用生理电容变化测定小麦幼苗叶片含水率较用生理电阻测定结果准确.因此,可以利用叶片电特性,尤其是生理电容进行小麦叶片含水率快速无损检测. 相似文献
8.
基于介电特征选择的苹果内部品质无损分级 总被引：7，自引：6，他引：1
为了快速而准确地利用介电特性对苹果内部品质进行无损分级,该文对500个富士苹果的108种特征值（12种介电参数在9个频率点下）进行了分析筛选,以获取用于5个品质等级富士苹果无损分级的最少介电特征。在整个内部品质的分级过程中,贪心选择法、基于快速聚类的特征子集选择法、稀疏主成分分析法和以信息增益为评价函数的属性排序法共4种方法被用来从108种介电特征中选择出对等级划分最有帮助的关键介电特征。试验结果显示,基于快速聚类的特征子集选择法仅选择了4种特征时分级正确率就达到了80%左右,而贪心选择法的性能明显更优,在分级正确率超过90%时,其选择的特征一般不超过10种,其最优情况为当选择了4种介电特征时,分级正确率为91.22%,而当选择了10种介电特征时,其分级正确率为95.95%。该研究为水果等农产品的品质与病虫害快速无损检测等提供参考。 相似文献
9.
基于介电特性与蛋黄指数回归模型的鸡蛋新鲜度无损检测 总被引：1，自引：1，他引：0
为了更准确、快速的实现鸡蛋新鲜度品质指标蛋黄指数的无损检测,基于介电特性建立了鸡蛋新鲜度无损检测模型,获取鸡蛋的蛋黄指数信息。试验以不同新鲜度鸡蛋为研究对象,采用平行极板法测量不同新鲜度鸡蛋在温度为20℃,相对湿度为72%~89%,频率为1~200 k Hz下的介电特性参数,分析鸡蛋介电特性的变化规律,并建立鸡蛋介电特性与蛋黄指数之间的数学模型。分析了鸡蛋介电特性随测量信号频率及新鲜度指标蛋黄指数的变化曲线,发现其介电参数随频率及蛋黄指数的增大而减小。构建了蛋黄指数与相对介电常数的拟合方程,鸡蛋样品的实际蛋黄指数与模型预测的蛋黄指数间的决定系数R2为0.9115,蛋黄指数的误差为±4.2%,试验结果表明:利用拟合方程预测检验鸡蛋蛋黄指数取得了较好的预测效果,为无损检测鸡蛋新鲜度提供了一种新的可行方法。 相似文献
10.
该文采用介电特性测定仪(DES100)和示差扫描量热仪(DSC120)对马铃薯片(含水率80.7%,淀粉含量16.5%)介电特性和热特性进行了比较研究,以确定马铃薯淀粉糊化过程中各特征参数值之间的关系。由介电特性曲线得出:在1～100kHz频率范围内的,65～80℃温度范围内,介电常数e′随温度的升高出现跃变型变化,67℃时变化速率最大,之后逐渐下降;由热吸收曲线得出热焓值的变化与e′变化规律相同,其糊化的3个特征温度(糊化起始、峰值、结束)分别是65、67和80℃,从两曲线得到的各特征值基本一致,说明利用马铃薯的介电特性和热特性的综合分析可以更准确地掌握其糊化过程,为进一步利用和控制马铃薯的糊化作用提供参考。 相似文献
11.
基于介电特性与IRIV-GWO-SVR算法的番茄叶片含水率检测 总被引：10，自引：8，他引：2
为了探究利用介电特性检测作物水分状况的可行性,研究了一种基于介电特性的有效、快速、精确检测番茄叶片含水率的方法。以300片不同含水率的番茄叶片为研究对象,通过LCR测量仪测定叶片在0.05~200 k Hz下的相对介电常数ε′和介质损耗因数ε″,并采用干燥法测量叶片含水率。利用迭代保留信息变量法(iteratively retains informative variables,IRIV)对介电参数进行特征变量选取,并与连续投影算法(successive projections algorithm,SPA)进行比较,利用支持向量回归机(support vector regression,SVR)分别建立叶片全变量、2种特征变量与叶片含水率的关系模型。结果表明,基于迭代保留信息变量法选取特征变量的支持向量回归模型(IRIV-SVR)具有良好的预测能力,但预测精度仍需提高,故引入灰狼优化算法(grey wolf optimizer,GWO)优化模型的参数c(惩罚因子)和g(核函数参数)。最终,经GWO优化后的模型(IRIV-GWO-SVR)的预测集决定系数R2与均方根误差RMSE分别为0.963 8,0.020 7。因此,利用介电特性结合IRIV-GWO-SVR算法预测番茄叶片含水率是可行的,同时为其他叶片含水率检测提供了一种新的方法和思路。 相似文献
12.
基于介电特性与SPA-SVR算法的水稻含水率检测方法 总被引：2，自引：2，他引：0
为提高基于介电法水稻含水率的检测精度,以北粳3号水稻为研究对象,利用阻抗分析仪及自制同轴圆柱型电容器测量了不同含水率水稻在1 kHz～1 MHz频率下的相对介电常数ε′及介质损耗因数ε"。采用x-y共生距离法划分了72个样本校正集和48个样本预测集。利用无信息变量消除法及连续投影法选取介电参数(ε′、ε"及ε′和ε"两者结合)的特征变量,分别利用所提取的特征变量以及单频、全频下的介电参数来建立预测水稻含水率的多元线性回归及支持向量机回归模型,分析模型的预测性能,并对最佳模型的含水率预测结果进行温度补偿。结果表明:基于ε′与ε"两者结合并利用连续投影法提取特征变量建立的支持向量机回归模型预测效果最佳,其预测集决定系数为0.980,预测均方根误差为0.403%。最佳预测模型对不同品种水稻的含水率预测值与烘干法测得的含水率实测值的绝对误差集中分布在±0.5%内,该研究可为粮食含水率的检测提供参考。 相似文献
13.
苹果内部品质自动化无损检测系统的原理与实现 总被引：3，自引：2，他引：3
介绍了一个苹果内部品质自动检测系统的原理性样机，该样机在计算机控制下基于介电特性实现苹果品质检测。待检测苹果的介电参数通过两只电容传感器和LCR(电感-电容-电阻)测量仪进行采样并输入样机内的控制计算机。选择等效电容(介电参数之一)作为苹果等级分类变量。对于一批待检测的苹果，其最佳分类阈值可通过对抽选出的合格和等外样本的在线学习获得。试验结果表明，该样机可获得良好的分类效果。在待检苹果直径为7.0 cm～8.5 cm，坏损部分的直径大于2 cm，电容传感器工作频率为1 kHz时，以学习得到的最佳分类阈值进行分类，分级正确率大于80%，分级效率达到2.5 s分选一个苹果，接近人工分选效率。 相似文献
14.
为了探索以微弱光特性识别损伤果品的新方法,以富士苹果为试验材料,研究了撞击和静压损伤苹果微弱光值的变化规律.试验结果表明:撞击和静压损伤皆影响果品的微弱光,这种影响存损伤瞬间尤其明显;损伤面积较大以及损伤深度较大的果品,微弱光的变化比较明显;在苹果发生损伤后8 h内,苹果的微弱光值不再保持稳定,出现了一定的跃变,而损伤的程度越严重,波动的幅度越人:破损后储藏期问,撞击损伤苹果的吸光值持续降低并出现缓慢波动;静压损伤苹果的吸光值持续降低后急剧下降,而同期的无损苹果的吸光度的变化则非常缓慢.研究表明:采用微弱光检测数据,能很好的将受损苹果从苹果中区分出来.微弱光作为一种灵敏的检测技术,可以应用于损伤苹果品质检测. 相似文献
15.
温度对火柿电学特性的影响 总被引：4，自引：1，他引：3
为了研究温度对完整果实电学特性的影响,利用LCR仪和平行板电极在100Hz～3.98MHz频率范围测试了火柿果实电学参数的温度特性,利用生物学和电磁理论解释了电学参数频率特性和温度特性变化机制。结果表明,果实阻抗、电感和低频电导(f≤15.8kHz)随频率呈幂函数关系变化;电容呈波动性变化。当果实温度从10℃升高至40℃,阻抗下降了28%(3.98MHz)～38%(1kHz),电感下降了30%(3.98MHz)～38%(1kHz),电容升高了43%(3.98MHz)～56%(1kHz),电导呈上升趋势。建立了阻抗、电容、电感与果实温度间的线性关系式,可用于不同温度下果实电学参数预测。该研究频率范围,果实组织结构不均一性、电场对果肉细胞穿透能力差异和介电损耗的主导因素变化是影响果实电参数频率特性的主要原因;离子传导是主导电参数温度特性的主要因素。 相似文献