公共文化服务平台

基于高光谱图像技术的水果表面农药残留检测试验研究被引量：72: 2008年; 以脐橙为研究对象,初步探讨了应用高光谱图像技术检测水果表面农药残留的方法。用蒸馏水把农药分别配置成1∶20,1∶100和1∶1000倍的溶液。然后把同种不同浓度的溶液滴到10个洗净的脐橙表面,溶液量约为120μL,200μL和400μL,脐橙表面形成一个3×3的矩阵形状。将水果放置到通风阴凉处放168h后,拍摄图像。采集脐橙在625～725nm范围的高光谱图像,应用主成分分析方法(PCA)获得特征波长的图像,应用第三主成分图像(PC-3)并经过适当的图像处理方法对脐橙表面的农药残留进行检测。检测结果表明,高光谱技术对检测较高浓度农药残留非常明显。; 薛龙黎静刘木华; 关键词：医用光学与生物技术高光谱图像无损检测主成分分析农药残留

基于遗传算法的脐橙可溶性固形物的可见/近红外光谱无损检测被引量：18: 2010年; 应用可见/近红外光谱结合遗传偏最小二乘法(GA-PLS),建立了柑桔类水果可溶性固形物(SSC)的快速无损检测模型。应用光纤光谱仪采集脐橙的可见/近红外光谱,其光谱范围为350～1800nm。把脐橙的可见/近红外光谱划分成15个光谱区间,通过GA-PLS方法,选出5个光谱区间(包含波段446个,对应波长范围为554～643nm,1000～1088nm,1089～1177nm,1445～1533nm和1623～1711nm)建立了预测脐橙可溶性固形物的模型。验证组的最佳预测结果为相关系数和均方根误差分别为0.9132和1.2579。实验结果表明,应用GA-PLS方法选出的可见/近红外特征光谱区域,不仅提高了脐橙可溶性固形物模型的预测精度,而且使模型更加简洁。; 薛龙黎静刘木华王晓罗春生; 关键词：光谱学遗传算法偏最小二乘法可溶性固形物脐橙

可见/近红外漫反射与漫透射检测脐橙可溶性固形物的对比研究被引量：6: 2013年; 研究了可见／近红外漫反射与漫透射两种检测方式对赣南脐橙的可溶性固形物含量检测结果的影响．采用波长范围为350～1800nm的QualitySpec型光谱仪采集196个脐橙样品的可见／近红外漫反射和漫透射光谱，取其中148个样品作为建模集用来建模，剩余48个样品作为预测集用于预测模型．用多种预处理结合偏最小二乘回归法分别建立两种检测方式下单次光谱及三次光谱并求平均，得到光谱相对应的脐橙可溶性固形物预测模型，对比该模型可知漫透射方式明显优于漫反射方式；最优结果为漫透射三次光谱求平均所得光谱结合多元散射校正预处理建立的赣南脐橙的可溶性固形物含量预测模型，其校正模型及预测模型的相关系数分别为0．980和0．949，均方根误差分别为0．230°Brix和0．374°Brix．由此得出近红外漫透射光谱更适合用于检测脐橙的可溶性固形物含量．; 许文丽孙通吴文强刘木华; 关键词：近红外光谱漫反射偏最小二乘可溶性固形物赣南脐橙

基于可见/近红外光谱的南丰蜜桔可溶性固形物预测模型优化研究被引量：1: 2013年; 利用可见/近红外光谱技术对蜜桔可溶性固形物含量进行检测研究。采用QualitySpec型光谱仪采集蜜桔的可见/近红外透射光谱,结合多种预处理方法、三种变量优选方法以及三种建模方法进行对比研究。经比较发现,采用CARS(competitive adaptive reweighted sampling)结合多元线性回归(MLR)建立的蜜桔SSC模型效果有很大提升,变量数从401减少到27,预测相关系数由0.949上升为0.973,预测均方根误差下降了0.135,因子数下降到1。结果表明,可见/近红外漫透射光谱结合CARS方法联合MLR建模能有效优化蜜桔SSC预测模型。; 许文丽孙通胡涛刘木华; 关键词：近红外光谱 CARS 多元线性回归可溶性固形物蜜桔

基于OSC/PLS法识别被不同浓度农药污染水果的初步研究: 本文采用正交信号法(orthogonal signal correction,OSC)处理表面被不同浓度农药污染的脐橙近红外光谱(350～1800nm),在整个光谱范围内应用偏最小二乘法(partial least sq...; 黎静薛龙刘木华; 关键词：近红外光谱农药污染; 文献传递

基于光谱技术识别不同农药污染脐橙的研究被引量：8: 2010年; 用遗传算法(Genetic Algorithm,GA)搜寻可识别被不同农药污染脐橙的可见/近红外光谱的最佳特征光谱区间及波长,并建立了支持向量机(Support Vector Machines,SVM)定性分析模型。实验供试农药为灭多威、氰戊菊酯和氧乐果3种。通过GA来搜寻整个波段范围(460～1800nm),将得到的9个最佳特征光谱区间所包含的波长(共318个)作为SVM建模的输入变量,对识别被3种农药污染脐橙的准确率为100%。并继续应用GA优化,得到71个特征波长,此时建立的SVM模型的识别准确率为99.57%。虽然识别的准确率有所下降,但是模型的复杂程度得到了很大的优化,其输入变量减少到71个。实验结果表明利用可见/近红外光谱技术结合SVM方法可以有效识别被不同农药污染的脐橙。; 黎静薛龙刘木华王晓罗春生; 关键词：农药污染脐橙无损检测支持向量机遗传算法

Hyperspectral imaging technology for determination of dichlorvos residue on the surface of navel orange被引量：4: 2010年; A hyperspectral imaging system is developed to detect dichlorvos residue on the surface of navel orange.After acquiring hyperspectral images of 400 navel oranges,the actual content of dichlorvos residue is measured by gas chromatography.Optimal wavelengths are extracted using the regression coefficients of partial least squares （PLS）,and a PLS model with 12 factors is established.In the prediction set of 0.2282 11.652-mg/kg pesticide residue,the correlation coefficient and the root mean standard error are 0.8320 and 1.3416,respectively.The hyperspectral imaging technology can meet the requirement of online fast nondestructive detection.; 黎静薛龙刘木华王晓罗春生

IDL与ENVI的二次开发在高光谱图像预处理的应用: ENVI是一个图像处理系统,虽然提供了允许用户自己定义处理算法,并将之应用到ENVI已经打开的波段或整个图像中的波段和波谱运算,但是这些运算却不能对多个文件执行批处理。本文应用交互式数据语言(IDL)自定义'normal...; 薛龙黎静刘木华; 关键词：高光谱数据图像处理; 文献传递

基于OSC/PLS法识别被不同浓度农药污染水果的初步研究: 2010年; 本文采用正交信号法(orthogonal signal correction,OSC)处理被不同浓度农药污染的脐橙近红外光谱(350～1800nm),在整个光谱范围内应用偏最小二乘法(partialleastsquares,PLS)建立农药污染的预测模型。PLS校正模型采纳的最佳因子数会随着OSC因子的增加而逐渐减少,并且对模型精度影响不明显,因此可以达到简化模型的效果。实验结果表明,当OSC因子数为15时,PLS模型最佳的因子数为3,其预测组脐橙表面农药污染程度的实际类别与预测类别的相关系数R2与预测样本均方根误差RMSEP分别为0.8923和0.3746。; 薛龙黎静刘木华; 关键词：近红外光谱农药污染

基于激光拉曼光谱的脐橙内部品质无损检测被引量：18: 2008年; 论文初步探讨了运用激光拉曼光谱技术来检测脐橙内部品质的方法。应用激光拉曼光谱仪获取脐橙拉曼谱线,通过对拉曼谱线处理与分析得到了预测脐橙果肉糖度和硬度的谱线特征值,以四个谱线特征值为输入参数、脐橙糖度和硬度为输出建立了三层BP神经网络模型。结果表明,模型的糖度预测值与实测值之间的误差总体方差为0.0656,模型的硬度预测值与实测值之间的误差总体方差为0.0062。研究表明,采用激光拉曼光谱技术检测脐橙内部品质是可行的。; 药林桃刘木华王映龙; 关键词：激光拉曼光谱糖度脐橙

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(30760101)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(30760101)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈