共查询到19条相似文献，搜索用时 234 毫秒
1.
马铃薯黑心病和单薯质量的透射高光谱检测方法 总被引：2，自引：1，他引：1
针对单一检测技术不能同时检测马铃薯内外品质的多项指标,采用透射高光谱成像技术并融合光谱和图像信息,对其内部黑心病、质量指标进行检测。通过透射高光谱成像系统获取266个样本高光谱图像（400～1000 nm）,并提取光谱和图像二者信息。采用不同变量选择方法对光谱进行变量选择,用9个光谱变量建立检测马铃薯黑心病偏最小二乘判别分析（partial least squares discriminant analysis, PLS-DA）模型与质量偏最小二乘回归（partial least squares, PLS）模型;提取样本透射高光谱图像的面积信息,建立基于光谱-图像的检测马铃薯质量PLS模型。试验结果表明,黑心样本识别率为100%,识别最小黑心面积为1.88 cm2;基于光谱-图像所建立质量检测模型预测效果较好,其预测集相关系数(Rp)为0.99,预测均方根误差(RMSEP）为10.88。结果表明：采用透射高光谱成像技术并融合图像和光谱信息对马铃薯内部黑心病、质量同时进行检测是可行的。 相似文献
2.
电子舌预测不同体积分数牛奶的表观黏度 总被引：3，自引：3，他引：0
该文为建立牛奶的电子舌响应信号与其表观黏度的关系,在单因素方差分析和主成分分析的基础上,提出了比较多元线性回归、逐步多元线性回归和偏最小二乘回归3种模型对牛奶表观黏度的预测效果的方法。结果显示,单因素方差分析表明体积分数对牛奶的表观黏度和各个传感器响应信号都具有极显著性的影响;主成分分析（PCA）可以用来区分牛奶的5种不同体积分数;偏最小二乘回归模型预测效果最好,模型预测值与实际值的相关系数R达到0.9659,平均相对误差（MRE）和预测均方根误差（RMSEP）分别为4.5499%和8.4645×10-5,建模最佳主成分数为3。研究结果表明,偏最小二乘回归模型是电子舌预测牛奶表观黏度的有效方法,该方法为牛奶表观黏度的科学研究提供参考。 相似文献
3.
基于多光谱成像技术的大麦赤霉病识别 总被引：1，自引：1，他引：0
该文提出了一种根据大麦多光谱图像实时识别大麦赤霉病害的方法。首先利用阈值分割以及形态学的处理算法去除大麦穗图像背景和麦芒干扰信息;其次从预处理后的多光谱图像中提取图像的颜色统计特征;最后将这些颜色统计特征数据经过预处理后应用偏最小二乘法（principal component analysis, PLS）进行模式特征分析,经过交互验证法判别选取最佳的主成分数,输入到最小二乘-支持向量机模型(least square-support vector machine, LS-SVM),建立病害识别模型。经过比较发现多元散射校正处理后,最佳主成分为1的最小二乘支持向量机模型对病害的识别准确率最高,达到93.9%。表明利用多光谱成像信息可对大麦赤霉病进行准确识别,为植物病害监测与防治提供了一条新方法。 相似文献
4.
基于小波去噪与SVR的小麦冠层含氮率高光谱测定 总被引：4，自引：1，他引：3
为改进小麦冠层含氮率的高光谱测定模型,以正交试验筛选出小波去噪的最优参数组合（小波类型取haar,分解层数为5,阈值方案选择Fixed form threshold,噪声结构定为Unscaled white noise）,并利用去噪后的小麦冠层光谱建立偏最小二乘回归（PLS）模型,对不同预处理方法进行比较分析。发现采用小波去噪结合一阶导数能最有效消除原始光谱的背景信息,此时PLS模型校正集均方根误差（RMSEC）为0.260,预测集均方根误差（RMSEP）为0.288。对经一阶导数结合小波去噪后的光谱用主成分分析（PCA）进行降维,以前6个主成份为输入变量,建立最小二乘支撑向量机回归模型（LS-SVR）,其RMSEC与RMSEP分别为0.154与0.259,具有比PLS模型更高的精度。结果表明：以小波去噪结合一阶导数去除小麦冠层反射光谱中的土壤背景信息以提高模型的精度是可行的,且LS-SVR是建模的优选方法。 相似文献
5.
为实现储粮中害虫赤拟谷盗（Tribolium castaneum（Herbst））的检测，该研究使用自主开发的储粮害虫电子鼻检测装置，采集了小麦中不同虫口密度梯度的赤拟谷盗挥发性气味信息，根据10个气敏传感器采集到的响应曲线，提取了各个传感器的相对变化值（Relative Change，RC）、相对积分值（Relative Integral，RI）、平均微分值（Mean Difference，MD）作为原始特征矩阵（10×3），使用遗传算法（Genetic Algorithm，GA）作为特征选择方法，获得样本的特征信息，通过建立预测回归模型，实现了对小麦中赤拟谷盗虫口密度的预测。以识别准确率作为评价指标，对原始的特征矩阵进行了多特征优化，优化后的特征矩阵的识别准确率由原始的82.85% 提升至97.14%，优化后的特征数量由原始的30个减少为12个，特征数量减少60%，传感器数量减少至8个。最后通过采用偏最小二乘回归（Partial Least Squares Regression，PLSR）、主成分回归（Principal Components Regression，PCR）和支持向量机回归（Support Vector Machine Regression，SVR）3种回归方法进行回归预测，研究结果表明：基于偏最小二乘回归（PLSR）的预测模型达到了较好的预测效果，预测集回归模型的相关系数r和均方根误差RMSE分别为0.828和11.293。研究证明了气敏传感器阵列多特征优化方法的可行性和有效性，同时为实现粮食虫害快检测提供一种方法和参考。 相似文献
6.
用于山核桃陈化时间检测的电子鼻传感器阵列优化 总被引：7，自引：7，他引：0
为更好地进行山核桃陈化时间检测,论文拟通过传感器阵列优化来有效提高电子鼻对其区分预测能力。该文依据响应曲线保留响应明显的传感器,并在提取传感器特征值构成初始特征矩阵的基础上,结合均值分析、变异系数分析、聚类分析、相关性分析和多重共线性分析进行逐步优化以获取最终优化传感器阵列。对优化前后的数据采用主成分分析法(principal component analysis,PCA)和偏最小二乘回归(partial least squares regression,PLSR)进行样品区分和预测能力的对比。结果表明:通过优化,经不同人工陈化时间(0、5、10、15d)处理的山核桃能有效区分开,且在PCA得分图中更为聚集;优化后的陈化时间回归模型(R2=0.933 4)较优化前(R2=0.888 7)具有更好的预测能力。说明所给出的阵列优化方法有效可行,为电子鼻针对性检测提供了一种思路。 相似文献
7.
为了实现蜂蜜抗氧化物还原能力的快速检测,该文提出了一种用电化学传感器来检测3种不同蜜源蜂蜜的还原能力的新方法。试验采用循环伏安法采集蜂蜜样本的电化学响应信号,提取12个特征值进行归一化预处理,然后利用偏最小二乘法（PLS）建立模型进行检测。校正集的相关系数r和交互验证均方根误差（RMSECV）分别为0.9425和0.0433;预测集的相关系数r和预测均方根误差（RMSEP）分别为0.9392和0.0417。研究结果表明,电化学传感器结合偏最小二乘法检测蜂蜜的还原能力的思路是可行的。 相似文献
8.
电子鼻和电子舌单独与联合检测掺大豆蛋白或淀粉的鸡肉糜 总被引：3，自引：3，他引：0
为实现掺杂掺假鸡肉的快速、客观评价，该研究利用电子鼻和电子舌联合检测技术对掺杂鸡肉糜进行快速检测，通过对采集的数据进行主成分分析和偏最小二乘法分析，所得结果表明，采用主成分分析，电子鼻和电子舌联合检测掺大豆蛋白鸡肉糜和掺淀粉鸡肉糜的主成分总贡献率分别为99.8%和99.1%；采用偏最小二乘法分析，电子鼻和电子舌联合检测鸡肉糜中掺杂大豆蛋白含量的预测值与真实值之间的决定系数为0.992，均方根误差为2.8%；联合检测鸡肉糜中掺杂淀粉含量的预测值与真实值之间的决定系数为0.996，均方根误差为2.4%。表明电子鼻和电子舌联合检测对鸡肉糜的掺杂情况具有良好的区分和预测能力，并且是一种有效、高精度的肉类掺假检测方法。 相似文献
9.
光谱指数筛选方法与统计回归算法结合的水稻估产模型对比 总被引：4，自引：4，他引：0
为了探寻高效的水稻产量估算方法,在获取2019年黑龙江省三江平原别拉洪河流域内水稻产量数据和MOD09A1遥感数据基础上,对比不同指数筛选方法和统计回归算法结合的建模估产效果,以得到其中最佳的产量估算模型。通过相关系数分析（correlation coefficient,r）法、变量投影重要性分析（Variable Importance in Projection,VIP）法和袋外数据重要性（Out-Of-Bag data importance,OOB）分析法分析水稻4个生育期（分蘖期、抽穗期、孕穗期和乳熟期）的不同波段和光谱指数对于水稻产量的敏感性,筛选出特征波段和指数,再结合随机森林（Random Forest,RF）、支持向量机（Support Vector Machine,SVM）和偏最小二乘（Partial Least Squares,PLS）3种统计回归方法,构建了9种水稻产量估算模型：r-RF、r-SVM、r-PLS、VIP-RF、VIP-SVM、VIP-PLS、OOB-RF、OOB-SVM、OOB-PLS。结果表明：同一指数筛选方法对不同模型的契合程度不同,OOB与RF更为契合,VIP和r与PLS更为契合,r与SVM更为契合;在3种建模方法中偏最小二乘模型和支持向量机模型有较好的效果,随机森林模型效果最好,其中OOB-RF模型最优,其模型验证决定系数为0.742,均方根误差为206 kg/hm2。这为水稻产量估算模型研究提供了关于在指数筛选和回归算法耦合之间的参考,具有一定的理论意义。 相似文献
10.
基于介电特性的水中钾盐浓度检测 总被引：1，自引：1，他引：0
为了寻求快速检测水中污染物的方法,该文分析了钾盐水溶液中不同离子浓度与其介电特性的关系,研究基于介电特性的水中钾盐浓度快速检测方法。采用新型液体介电特性检测传感器,通过试验测量不同浓度的钾盐水溶液在宽频率范围内的频率响应特性,采用偏最小二乘(partialleastsquare,PLS)回归,建立钾盐水溶液中各种离子浓度的预测模型。通过主成分分析识别钾离子的特征频率,用得到的特征频率建立预测钾离子浓度的新模型。结果表明,每种离子都有其独特的频率响应模式,不同种类的钾盐溶液其频率响应特性在低频区存在明显差异。对低浓度混合溶液,在只使用增益数据时,钾离子浓度偏最小二乘(PLS)回归训练模型的R2高达0.98865,相应的均方根误差为0.37598mg/L;而验证模型的R2达0.98861,相应的均方根误差为0.41031mg/L。主成分分析和特征频率的识别使数据量大幅度减少,同时也有较高的预测精度。 相似文献
11.
羊肉纯度电子舌快速检测方法 总被引：3，自引：1，他引：2
为实现掺假羊肉的快速、客观评价,利用电子舌对混入不同比例鸡肉的掺假羊肉糜进行检测及定性和定量分析。3种浸提溶液分别浸提,样品量均对电子舌传感器的响应影响极显著;以数据点重复性和聚类效果为依据,采用主成分分析方法确定了电子舌检测羊肉糜样品的较佳条件为0.1 mol/L KCl溶液浸提15 g肉糜样品。在此较佳条件下,对混入不同比例鸡肉的掺假羊肉进行检测,结果表明：采用主成分分析和典则判别分析,前2个主成分累积贡献率均超过80%,电子舌均能很好地区分混入不同比例鸡肉的羊肉糜样品;采用多元线性回归分析和偏最小二乘回归分析建立的定量预测模型能有效预测混入的鸡肉比例（R2>0.99,RMSE<3%）。试验表明：电子舌在羊肉掺入鸡肉的鉴别中具有可行性,研究结果可为羊肉掺假鉴别提供参考。 相似文献
12.
Authentication of animal fats using direct analysis in real time (DART) ionization-mass spectrometry and chemometric tools 总被引：1，自引：0，他引：1
Vaclavik L Hrbek V Cajka T Rohlik BA Pipek P Hajslova J 《Journal of agricultural and food chemistry》2011,59(11):5919-5926
A combination of direct analysis in real time (DART) ionization coupled to time-of-flight mass spectrometry (TOFMS) and chemometrics was used for animal fat (lard and beef tallow) authentication. This novel instrumentation was employed for rapid profiling of triacylglycerols (TAGs) and polar compounds present in fat samples and their mixtures. Additionally, fat isolated from pork, beef, and pork/beef admixtures was analyzed. Mass spectral records were processed by principal component analysis (PCA) and stepwise linear discriminant analysis (LDA). DART-TOFMS profiles of TAGs were found to be more suitable for the purpose of discrimination among the examined fat types as compared to profiles of polar compounds. The LDA model developed using TAG data enabled not only reliable classification of samples representing neat fats but also detection of admixed lard and tallow at adulteration levels of 5 and 10% (w/w), respectively. The presented approach was also successfully applied to minced meat prepared from pork and beef with comparable fat content. Using the DART-TOFMS TAG profiles of fat isolated from meat mixtures, detection of 10% pork added to beef and vice versa was possible. 相似文献
13.
适宜宰后成熟时间提高牦牛肉品质 总被引：1，自引：1，他引：0
为了研究宰后成熟时间对牦牛肉品质的影响,该研究采集牦牛背最长肌,真空包装后进行成熟排酸,成熟期间取样测定pH值、剪切力、持水能力、色度,并通过标准化和动力学模型分析研究其变化规律。结果发现,除了黄色度b*以外,其余品质指标均在21d的成熟过程中有显著变化(P0.05)。相比于7 d成熟,延长至21 d的长时间成熟可将牦牛肉剪切力显著地降低47%(P0.05),并将蒸煮损失和红色度a*分别显著地提高28%和32%(P0.05)。通过对比线性函数、指数函数、二次函数对牦牛肉品质变化的预测效果,结果发现二次函数预测模型与牦牛肉宰后品质变化具有相对最好的拟合度(决定系数R2范围为0.90~0.98),其中pH值、剪切力、加压损失、亮度L*值随时间的变化函数呈现出凸函数特征,而蒸煮损失和a*值则呈现出凹函数特征。结果表明,相比于牛肉品质宰后预测中常用的线性函数和指数函数而言,二次函数更适用于牦牛肉品质变化的预测,而将牦牛肉宰后成熟时间延长至21 d可有效降低牦牛肉剪切力。研究可为牦牛肉品质控制提供参考。 相似文献
14.
O Al-Jowder M Defernez E K Kemsley R H Wilson 《Journal of agricultural and food chemistry》1999,47(8):3210-3218
Mid-infrared (MIR) spectroscopy is used to address certain issues connected with the authentication of beef and ox kidney and liver: is it possible to distinguish muscle from offal tissue; does the condition, cut of meat, or type of offal influence the distinction; can pure minced beef be distinguished from that adulterated with offal? Using partial least squares (PLS) and canonical variate analysis, predictive models are developed to identify MIR spectra of beef, kidney, and liver. Using modified SIMCA, the pure beef specimens are modeled as a single class; this model identifies spectra of unadulterated beef as such, with an acceptable error rate, while rejecting spectra of specimens containing 10-100% w/w kidney or liver. Finally, PLS regressions are performed to quantify the amount of added offal. The prediction errors obtained (+/-4.8 and +/-4.0% w/w, respectively, for the kidney and liver calibrations) are commensurate with the detection limits suggested by the SIMCA analysis. 相似文献
15.
为了研究牦牛不同部位分割肉的品质特征,该研究测定了牦牛辣椒条、上脑、眼肉、外脊、里脊、小黄瓜条、大黄瓜条、米龙、霖肉9个部位分割肉的剪切力、蒸煮损失、失水率、L*、a*、b*、蛋白、脂肪、含水率9项品质特性,并通过方差分析法、标准化法、主成分法研究其品质特征。结果表明,除了脂肪和含水率外,其余7项品质特性均存在显著差异性（P＜0.05）。标准化分析结果表明小黄瓜条、大黄瓜条、米龙、霖肉4个后部肉具有相似特征,具有较好的嫩度、较高的蛋白含量、中等水平的持水能力。主成分分析共提取出3个主成分因子PC1（34.69%）、PC2（25.97%）、PC3（19.12%）,其中PC1可明显区分出中部肉与后部肉差异,根据因子载荷,牦牛肉化学组成（蛋白、脂肪、含水率）与这一差异密切相关。可以得出以下结论：不同部位牦牛肉品质存在差异,这一差异与其在牦牛胴体上的相对位置有关,而牦牛胴体的后部肉品质优于其他部位,因此可以作为开发高档产品的原料来源。 相似文献
16.
Olsen E Vogt G Ekeberg D Sandbakk M Pettersen J Nilsson A 《Journal of agricultural and food chemistry》2005,53(2):338-348
An analytical method that can detect low levels of oxidation in food earlier than a sensory panel would be a valuable tool for food manufacturers as well as research institutes. Two model matrixes, pork back fat and mechanically recovered poultry meat (MRPM), were freeze-stored in air at -20 degrees C for 26 weeks. Peroxide value, thiobarbituric acid reactive substances, volatiles analyzed with dynamic headspace gas chromatography-mass spectrometry (GC-MS) and a gas-sensor array technique (electronic nose), chemiluminescence, and front-face fluorescence were evaluated against sensory analysis with regard to detection of early oxidation and correlation with sensory data. Fluorescence and GC-MS could detect oxidative changes in pork back fat earlier than the sensory panel and the electronic nose at the same time. The three methods were highly correlated with sensory attributes (r = 0.8-0.9). GC-MS gave the best results with regard to detection of small oxidative changes in MRPM. 相似文献
17.
电子鼻传感器阵列优化及其在小麦储藏年限检测中的应用 总被引：3，自引：0，他引：3
采用德国Airsense公司的PEN2电子鼻系统对5个陈化年限的小麦进行了检测。对传感器信号进行方差分析和Loading分析去掉差异不显著的传感器。最后选择传感器1、2、8、9、10的响应信号进行模式识别。对优化后的传感器阵列进行主成分分析得到结果显示5个年份的小麦被很好地区分，各个类的集中性也比较强。从BP网络分析结果可以看出network1(优化后传感器阵列数据的BP网络)的预测准确率高于network2(优化前传感器阵列数据的BP网络)，可以更好地区分5个年份的小麦。说明对传感器进行优化去掉一些响应不显著的传感器信号并不影响模式识别结果，反而提高了电子鼻的识别性能。 相似文献
18.
基于偏最小二乘投影的可见/近红外光谱猪肉综合品质分类 总被引：4，自引：2，他引：2
针对全波段光谱技术的生鲜猪肉综合品质快速无损分类存在光谱数据量大、样本数量较少时分类准确率较低等缺点。该文提出了一种基于偏最小二乘(partial least squares,PLS)投影分析算法和支持向量机的生鲜猪肉综合品质分类器。利用基于偏最小二乘投影分析算法对全波段光谱数据进行数据降维,选取了13个特征波长。利用粒子群优化算法优化支持向量机惩罚参数和径向基核函数参数,优化后二者最优为4.939和0.01。利用选取的特征波长和优化后的参数建立了生鲜猪肉综合品质支持向量分类器。研究结果表明,分类器对训练集中白肌肉(pale,soft and exudative,PSE)、正常肉(reddish-pink,firm and non-exudative,RFN)和黑干肉(dark,firm and dry,DFD)的回判识别率分别为为88.46%、94.11%和92.31%;测试集中PSE、RFN和DFD预测正确率分别为84.62%、94.11%和84.62%。该分类器满足模型简单、预测准确率高等优点,为生鲜猪肉综合品质在线分级提供参考。 相似文献
19.
M E Cutrufelli R P Mageau B Schwab R W Johnston 《Journal of the Association of Official Analytical Chemists》1988,71(2):444-445
A porcine rapid identification method (PRIME) has been developed for detection of pork in a wide variety of meat products. The test is an adaptation of previously developed field screening immunodiffusion tests for beef and poultry detection. The PRIME test was demonstrated to be specific, sensitive, and accurate in the analysis of samples in the laboratory and in a commercial meat processing establishment. 相似文献