排序方式: 共有48条查询结果,搜索用时 15 毫秒
41.
针对市场上存在以解冻牛肉冒充冷鲜牛肉售卖的问题,研究了利用超声成像技术对冷鲜与解冻牛肉进行质构分析与鉴别的可行性。首先,通过超声成像设备采集冷鲜与解冻牛肉超声图像信息,并结合质构参数、微观结构和部分理化指标分析图像差异成因。然后,采用灰度共生矩阵法提取图像纹理特征值,利用主成分分析法进行数据降维处理,分别建立线性判别分析(Linear discriminant analysis,LDA)和支持向量机(Support vector machine,SVM)两种判别模型。结果表明,两种判别模型均有较好的分类效果,其中LDA模型更优,当主成分数为5时,模型的训练集和测试集识别率均达到100%。说明应用超声成像技术对冷鲜与解冻牛肉进行质构分析与鉴别是可行的。 相似文献
42.
通过区间偏最小二乘法(iPLS)谱区筛选方法、反向区间偏最小二乘法(biPLS)谱区筛选方法和联合区间偏最小二乘法(siPLS)谱区筛选方法优化光谱特征区间,建立黄酮含量分析模型,并与波数范围为4 000~8 000 cm-1的全光谱偏最小二乘(PLS)模型进行比较。结果表明,采用siPLS谱区筛选方法将全光谱均匀划分21个子区间,选择两个子区间(7、12区间)联合时,建立的siPLS谱区筛选模型预测效果最佳,其交互验证均方根误差和预测均方根误差分别为2.950 0和3.000,校正集和预测集相关系数分别为0.938 4和0.943 7。因此采用siPLS谱区筛选方法可以有效选择光谱特征区域,提高建模预测能力,实现银杏叶总黄酮含量的快速检测。 相似文献
43.
天然花青素提取物与壳聚糖明胶复合膜的制备和表征 总被引:3,自引:1,他引:2
为了开发天然的抗氧化活性包装材料,以紫甘蓝、黑米、玫瑰、蓝莓为原料制备天然花青素提取物与壳聚糖明胶的复合膜,比较分析了不同天然花青素提取物对复合膜的物理、机械、抗氧化活性及形貌结构的影响。结果表明:天然花青素提取物的加入,增加了膜的厚度,显著(P<0.05)影响膜的含水率、水溶性及外观形貌。壳聚糖明胶复合膜的水蒸汽透过率(water vapor permeability,WVP)为10.69×10-11 g/(m·s·Pa)。玫瑰花青素提取物的加入使得WVP值降低,而其他花青素提取物的加入使得WVP值增大。玫瑰复合膜的拉伸强度最大,达到27.03 MPa,断裂伸长率最小,黑米花青素提取物可增加复合膜的延展性,断裂伸长率最大为57.67%。傅里叶红外光谱表明天然花青素提取物的羟基基团与壳聚糖的氨基基团产生相互作用。扫描电镜结果表明花青素提取物影响微观结构,而且生物相容性较好。加入天然花青素提取物后,复合膜抗氧化活性均显著(P<0.05)提高,且玫瑰复合膜有着较高的抗氧化活性,1,1-二苯基-2-苦基肼(DPPH)自由基清除能力达到95.47%。结果表明:玫瑰花青素提取物更有利于开发阻湿性能好,水溶性低,抗拉伸和抗氧化活性高的包装材料,具有良好的应用前景。 相似文献
44.
针对渗油醋胶囊具有与合格醋胶囊相似颜色,难以用肉眼或者计算机视觉进行快速检测的问题,利用高光谱图像信息对化学成分的敏感性,采用高光谱图像技术捕捉渗油醋胶囊在430~960 nm波段下的特征信息,结合线性判别分析(LDA)、K最近邻判别法(KNN)建立渗油醋胶囊的判别模型。在K值为3、主成分因子数为2时,KNN模型对应的校正集识别率和预测集识别率分别达到100%。研究表明,高光谱图像技术可以有效表征渗油醋胶囊表面外渗成分的光谱特征,实现对渗油醋胶囊的快速检测。 相似文献
45.
基于高光谱图像的黄瓜叶片叶绿素含量分布检测 总被引:7,自引:3,他引:4
植物叶片叶绿素含量及分布是植物营养信息表达的重要指标。为了给大棚黄瓜营养元素的控制提供理论依据,该研究利用高光谱图像建立简单实用的光谱值和叶绿素含量关系的模型,从而实时、无损地检测叶片的叶绿素分布。选取黄瓜叶片的高光谱图像数据块中450~850 nm波段作为研究波段。选取8个具有代表性的植被指数,建立特征波长λ下相应的光谱反射值Rλ与黄瓜叶片叶绿素含量之间的关系模型。结果显示,基于最优指数(R695–705)-1-(R750–800)-1的模型可以很好地预测黄瓜叶片叶绿素的含量,校正集和预测集相关系数r分别为0.8410和0.8286,最小均方根误差RMSE分别为0.2045和0.2190 mg/g。最后根据最优模型预测叶片上任意位置叶绿素的含量,并通过伪彩手段描述叶绿素含量的分布。研究结果表明,利用高光谱图像技术分析黄瓜叶片叶绿素含量及其在叶面上的分布是可行的。另外,该研究确定的最优植被指数所包含的695~705和750~800 nm 2个波段可用于搭建更加简便实用的快速检测叶片叶绿素的便携式多光谱设备。 相似文献
46.
基于多层EESP深度学习模型的农作物病虫害识别方法 总被引:3,自引:0,他引:3
为了提取图像高层语义特征、解决各种植物病虫害图像尺寸不相同的问题,提出了多层次增强高效空间金字塔(Extremely efficient spatial pyramid,EESP)卷积深度学习模型。首先,对图像进行预处理;其次,构建多层融合EESP网络模型,该模型通过对每层设置不同的空洞率进行空洞卷积,选择性地提取不同层次的特征信息,通过融合各层信息获得各种农作物病虫害图像的不同特征;最后,通过Softmax分类方法实现农作物病虫害识别。数据集包括10种农作物的61种病虫害类别,迭代训练300次,得到本文方法 Top1分类准确率最高达到了88.4%,且采用三阶EESP模型达到了最佳效果。 相似文献
47.
为提高近红外光谱技术检测草莓坚实度模型的精度和鲁棒性,研究了一种基于模拟退火算法的波长优选方法,并找到一种与该算法配套的光谱预处理方法。利用光谱仪和物性仪分别采集草莓样品近红外漫反射光谱和坚实度数据,并采用标准正交变换、多元散射校正、一阶导数、二阶导数等方法对原始光谱进行预处理;最后,利用模拟退火算法优选与草莓坚实度高度相关的波数点变量,结合偏最小二乘法建立草莓坚实度预测模型。结果表明:经过标准正交变换预处理后,采用模拟退火算法优选出24个波数点,在主成分数为5时,建立的偏最小二乘模型具有最佳预测效果,模型校正集样本相关系数rc为0.9342,校正均方根误差为0.665N/cm2;预测样本相关系数rp为0.9197,预测均方根误差为0.673N/cm2。研究表明:模拟退火算法可以提高近红外模型预测草莓坚实度的精度和鲁棒性,并降低预测模型复杂度。 相似文献
48.
为实现苹果多产地多品质指标的现场快速无损检测与评价,该研究基于可见近红外光谱技术研发低成本、低功耗、小型化的苹果品质手持式无损检测终端。检测终端集成宽谱LED光源和水果特征响应窄带光电探测器,接入物联网云端数据系统,实现检测数据上传和模型的远程更新维护。利用研制的检测系统可有效获取不同产区苹果500~1 050 nm波长范围内的漫反射光谱,优选光谱预处理算法消除干扰并采用不同特征波长提取算法对数据进行降维,分别建立了多产地苹果可溶性固形物含量、硬度和维生素C含量的通用检测模型,模型的预测相关系数分别为0.926、0.798和0.704,预测均方根误差分别为0.585%、1.405 kg/cm2和0.968 mg/100g。将通用检测模型载入云端数据系统作为云模型,检测样本时调用云模型进行计算并反馈至检测终端。通过多个产地独立样本的验证表明,该系统可满足苹果产业现场无损检测的实际需求,为手持式光谱检测仪的实用化设计提供参考。 相似文献