排序方式: 共有17条查询结果,搜索用时 15 毫秒
1.
基于漫反射法的番石榴可溶性固形物含量(SSC)无损检测中,确定番石榴最佳光谱取样的位置和数量,对提高检测精度具有重要意义。分别采集番石榴顶端、赤道和底部区域漫反射光谱,每个区域采集4 处,以赤道1处、赤道4 处平均和全部12 处平均光谱作为各样本的光谱,建立PLS 模型并对独立预测集样本进行预测。结果显示,12 处平均光谱数据建模效果最好,其预测相关系数Rp=0.962,预测均方根误差RMSEP=0.432;赤道4 处平均光谱建模效果次之,Rp=0.793,RMSEP 为0.588;赤道1 处光谱建模效果最差,Rp=0.687,RMSEP=0.599。再经过连续投影算法(SPA)筛选全谱变量,得到23 个特征波长,此时PLS 模型的Rp=0.902,RMSEP=0.438。试验结果表明,番石榴多处平均的漫反射光谱充分携带其内在品质信息,建模效果优于单处或单区域采样光谱。 相似文献
2.
3.
家蚕是以卵态滞育的昆虫,其滞育性与养蚕生产密切相关.以大造和9·芙×7·湘两品种的滞育和解除滞育蚕卵为样本,使用拉曼光谱仪采集各样本的光谱数据,对光谱数据使用三次样条插值(Spline)、自适应迭代惩罚最小二乘法(airPLS)等预处理操作,分别构建偏最小二乘判别分析(partial least squares discriminant analysis,PLSDA)模型和支持向量机(support vector machine,SVM)模型.结果表明,大造蚕卵PLSDA模型的准确率达0.987,AUC(area under curve)值为0.975;9·芙×7·湘蚕卵PLSDA模型准确率达0.975,AUC值为0.999;而两品种混合蚕卵的PLSDA模型准确率达0.975,AUC值为0.999.大造、9·芙×7·湘和两品种混合蚕卵的SVM模型准确率分别为0.925、0.950、0.944,AUC值分别为0.943、0.962、0.964.PLSDA建模效果略好于SVM.此外,根据拉曼峰面积大小、位置和PLSDA回归系数矩阵3种方法提取蚕卵拉曼光谱特征峰,实现对家蚕卵滞育性区分,准确率最高达0.963.综上所述,基于拉曼光谱的家蚕卵滞育解除无损检测方法具有良好的效果,为家蚕卵滞育性的快速检测提供了新途径. 相似文献
4.
为研究家蚕微粒子病检测方法,基于密集连接块提出用R-DenseNet模型对家蚕微粒子病拉曼光谱进行无损检测。以患家蚕微粒子病原原母种卵为实验样本,构建家蚕微粒子病拉曼光谱数据集。R-DenseNet与其他5种分类模型的对比结果表明,不使用额外预处理的R-DenseNet的检测准确率达到97.32%,优于使用预处理的传统分类模型;对于处理60 dB强度噪声的光谱数据,R-DenseNet能达到93.66%的检测精度,在同等性能中,其模型训练的参数量较对比模型减少50%以上,表现出更好的鲁棒性和计算效率。文中提出的R-DenseNet网络结构能够对家蚕卵微粒子病拉曼光谱实现快速、准确且无损的检测,为家蚕微粒子病检测提供了一种新途径。 相似文献
5.
漫透射法无损检测荔枝可溶性固形物 总被引:1,自引:0,他引:1
为了快速无损检测荔枝内部品质并为荔枝快速检测分级提供科学依据,研究荔枝可溶性固形物无损检测途径。该文首先针对荔枝果皮较硬而且凹凸不平的特征,比较了漫反射法和漫透射法的试验效果,接着采用多种预处理方式对漫透射光谱进行了处理,并采用连续投影算法结合相关系数法优选建模波长,最后比较了最小二乘法和神经网络法的建模效果。试验结果显示漫透射方式是较好的荔枝光谱采集方式;通过连续投影算法结合相关系数法,从全部500个波长变量中最终提取出11个优选波长,只占波长总数的2.2%;基于这11个波长的神经网络模型的预测相关系数为0.867,预测均方根误差为0.370%。结果表明基于漫透射法进行荔枝可溶性固形物无损检测是可行的。 相似文献
6.
以砂糖橘为对象,建立基于可见-近红外光谱的砂糖橘总酸含量的无损检测方法。试验采集170个完整砂糖橘的500~2 500nm漫反射光谱,然后采用滴定法测定总酸含量。采用Sym8小波变换对光谱进行去噪预处理,并采用连续投影算法(successive projections algorithm,SPA)结合间隔偏最小二乘法(interval partialleast squares,iPLS)优选波长,最终建立BPNN和偏最小二乘法(partial least squares method,PLS)总酸预测模型。结果表明:砂糖橘光谱的小波去噪方法产生的信噪比均值SNR=175.291 1,去噪信号与原始信号间的均方根误差均值RMSE=0.000 13,性能优于常规去噪方法。SPA与iPLS相结合构成的反向偏最小二乘法(back-ward interval partial least squares,BiPLS)_SPA波长选择法能将光谱变量从2 001个压缩到14个,能简化模型并提高建模精度和稳定性。BPNN模型具有更好的非线性映射能力,基于这14个变量的BPNN总酸预测模型的预测相关系数Rp=0.867,预测均方根误差RMSEP=0.061 6,性能优于线性的PLS模型。 相似文献
7.
8.
龙眼表面农药残留的无损检测研究-基于近红外光谱分析 总被引:1,自引:0,他引:1
为进一步探索水果农药残留的快速无损检测技术,利用近红外反射光谱分析技术,对常用的高残留农药敌百虫和敌敌畏在龙眼表面残留的无损检测进行了研究.首先在500~1000nm波段范围内,将采集到的漫反射光谱数据进行主成分分析,利用主成分1和主成分2的得分值对样本进行聚类分析,得到较好的聚类结果;然后用各类样本的主成分得分作为神经网络的输入,建立了三层的BP人工神经网络模型,并进行了农药残留检测.结果表明,对敌百虫农药残留的检测正确率为93%,对敌敌畏农药残留的检测正确率为80%,为水果表面的农药残留快速无损检测探索了一条可能的新途径. 相似文献
9.
为探讨基于高光谱图像技术对沙梨糖度无损检测的可行性,采集80个沙梨样本在400~1 000 nm内的高光谱图像数据及其对应的糖度,采用变量标准化、多元散射校正(MSC)、平滑滤波、基线校正等方法对原始光谱数据进行预处理,发现MSC预处理效果最佳,再通过无信息变量消除法对MSC预处理后的光谱数据进行压缩,最后分别建立BP神经网络和PLS沙梨糖度预测模型.结果表明:无信息变量消除法将光谱变量压缩到234个,有效减少了建模的输入变量,建立的PLS预测模型和BP神经网络的预测相关系数均在0.85以上,而PLS预测模型的相关系数为0.9508,均方根误差为0.268,优于BP神经网络模型. 相似文献
10.
柑橘黄龙病(Huanglongbing,HLB)是世界柑橘生产上最具毁灭性的病害,给果农和相关产业造成了巨大的损失.以柑橘叶片为载体,利用高光谱图像技术采集柑橘叶片表面的高光谱图像,用ENVI4.7进行图像处理,提取感兴趣区域(Region of Intest,ROI),统计感兴趣区域平均光谱数据,并进行相关植被植物的运算,最后通过PLS-DA(Partial Least Squares Discrimination Analysis)判别法进行鉴别并分类.结果表明:基于平均光谱值和植被指数的PLS-DA判别模型都能对健康、缺锌和HLB叶片进行鉴别.其中基于平均光谱值的PLS-DA模型鉴别健康柑橘叶片样品的灵敏度为100%,特异度为100%,准确度为100%;鉴别缺锌柑橘叶片样品的灵敏度为80.6%,特异度为91.7%,准确度为88.9%;鉴别HLB叶片的灵敏度为89.3%,特异度为88.3%,准确度为88.9%.基于植被指数的PLS-DA判别模型鉴别健康柑橘叶片样品的灵敏度为100%,特异度为100%,准确度为100%;鉴别缺锌柑橘叶片样品灵敏度为92.5%,特异度为89.3%,准确度为90.1%;鉴别HLB叶片的灵敏度为86.4%,特异度为95.3%,准确度为90.1%.识别正确率较高,说明利用高光谱进行柑橘黄龙病病情分类是可行的. 相似文献