国家科技部农业科技成果转化资金(2011GB2C500008)
- 作品数：17 被引量：215H指数：10
- 相关作者：刘燕德周延睿蔡丽君张光伟万常斓更多>>
- 相关机构：华东交通大学华中农业大学国家农业信息化工程技术研究中心更多>>
- 发文基金：国家科技部农业科技成果转化资金国家高技术研究发展计划江西省研究生创新基金更多>>
- 相关领域：农业科学理学轻工技术与工程自动化与计算机技术更多>>
- 水果内部品质近红外动态在线检测研究进展被引量：4
- 2013年
- 近红外光谱分析技术具有无前处理、无污染、方便快捷、无破坏性、在线检测、多组分同时检测,适于现场检测和在线分析等特点,已经广泛应用于果蔬内部品质的无损检测中。主要介绍了水果近红外光谱在线检测原理及组成,最近几年近红外在线检测技术在水果品质检测方面的国内外研究进展,指出了近红外光谱分析技术尚存在的问题,并对今后的近红外光谱分析技术进行了展望。
- 欧阳思怡谢小强刘燕德
- 关键词：近红外光谱在线检测水果
- 脐橙可溶性固形物的在线近红外光谱检测被引量：4
- 2014年
- 【目的】应用近红外光谱漫反射技术在线检测脐橙内部的可溶性固形物含量（SSC）。【方法】以0.3m/s的速度、400W的光照强度获取脐橙（脐橙样品为97个,其中74个为校正集,23个样品为预测集）的漫反射光谱;对比不同光谱预处理方法（平滑、一阶微分、二阶微分等）对偏最小二乘回归（PLSR）所建预测模型性能的影响,建立PLSR、主成分回归（PCR）和多元线性回归（MLR）在线检测脐橙可溶性固形物含量的预测模型。【结果】在520~1 000nm光谱范围,卷积平滑（S-G）能有效提高光谱的信噪比,改善模型预测精度;基于PLSR所建立的预测模型较PCR和MLR更为理想,其预测相关系数（RP）为0.90,预测均方根误差（RMSEP）为0.61。【结论】利用在线近红外光谱技术检测脐橙可溶性固形物含量是可行的。
- 刘燕德翟建龙
- 关键词：脐橙近红外光谱在线检测可溶性固形物
- 基于CARS算法的脐橙可溶性固形物近红外在线检测被引量：30
- 2013年
- 采用可见/近红外光谱在线检测装置进行赣南脐橙可溶性固形物含量在线检测模型优化研究。样品以5个/s的速度运动,采集可见/近红外漫透射光谱。光谱经过预处理后,分别应用向后区间偏最小二乘法(BiPLS)、遗传算法(GA)和正自适应加权算法(CARS)筛选特征变量,并通过外部验证评价PLS模型预测能力。一阶微分处理后经CARS筛选特征变量建立的PLS模型预测结果最优,预测相关系数和预测均方根误差分别为0.94和0.42%。结果表明CARS算法可有效简化赣南脐橙可溶性固形物可见/近红外光谱在线检测模型并提高模型的预测精度。
- 刘燕德施宇蔡丽君周延睿
- 关键词：赣南脐橙近红外光谱在线检测
- 苹果可溶性固形物近红外光谱检测的偏最小二乘回归变量筛选研究被引量：19
- 2012年
- 为了提高苹果可溶性固形物含量近红外光谱校正模型的预测能力和稳健性,分别采用反向区间偏最小二乘法、遗传算法和连续投影算法,筛选苹果可溶性固形物的近红外光谱变量,并建立了偏最小二乘回归模型。利用遗传算法筛选的141个变量建立的校正模型,预测效果最好,与全谱建立的校正模型比较,预测相关系数,从0.93提高到0.96,预测均方根误差,从0.30°Brix降低到0.23°Brix。实验结果表明遗传算法结合偏最小二乘回归方法,有效地提高了苹果可溶性固形物近红外光谱检测模型的预测精度。
- 欧阳爱国谢小强周延睿刘燕德
- 关键词：近红外光谱遗传算法连续投影算法可溶性固形物
- CCD光谱仪性能对苹果可溶性固形物在线检测的影响研究
- 2012年
- 选择合适的光谱仪是提高农产品品质在线检测精度的重要措施。3款配置了不同探测器和光栅的微型短波CCD光谱仪被用于在线检测苹果的可溶性固形物含量。分别考察了信噪比和不同光谱范围对可溶性固形物在线检测精度的影响。经比较,在550.52～1100.35nm光谱范围内,QE65000光谱仪的信噪比最高,偏最小二乘模型交叉验证结果最优。最优模型的相关系数为0.82,交叉验证均方根误差为0.75oBrix。结果表明:QE65000光谱仪可提高苹果可溶性固形物在线检测的精度。
- 孙旭东郝勇蔡丽君刘燕德
- 关键词：CCD光谱仪信噪比光谱范围可溶性固形物苹果
- 芝麻油掺伪的近红外透射光谱检测技术被引量：25
- 2012年
- 采用近红外光谱技术结合间隔偏最小二乘法分别建立芝麻油中掺入大豆油、玉米油和花生油的定量检测模型。实验配制不同比例的掺假芝麻油混合样品,采集样品在4 000～12 000 cm-1范围内的近红外透射光谱,把数据分为校正集与预测集。将4 420～12 000 cm-1波段的光谱进行各种预处理,最佳方法为平滑预处理,并利用间隔偏最小二乘波长筛选法(iPLS)选取光谱特征波段,最后采用偏最小二乘法建立掺假芝麻油的定标模型。结果显示:3种掺假芝麻油的PLS模型预测相关系数分别达到0.998、0.999、0.999,预测均方根误差分别为0.24%、0.24%和0.19%,具有较高的预测精度。实验证明近红外光谱技术对芝麻油掺假的快速检测具有可行性。
- 刘燕德万常斓
- 关键词：芝麻油掺假
- 苹果可溶性固形物近红外在线光谱变量优选被引量：18
- 2014年
- 为简化近红外光谱模型,提高对苹果可溶性固形物含量的预测精度,将移动窗口偏最小二乘法(MWPLS)与遗传算法、连续投影算法相结合优选特征变量,建立偏最小二乘回归校正模型。其中移动窗口偏最小二乘法和遗传算法相结合优选的36个光谱变量建立的校正模型预测结果最好,可以有效筛选近红外光谱特征波长,模型预测相关系数为0.90,模型的预测均方根误差为0.70°Brix。
- 欧阳爱国谢小强刘燕德
- 关键词：苹果可溶性固形物近红外光谱遗传算法连续投影算法
- 基于最小二乘支持向量机的辣椒可溶性固形物和维生素C含量近红外光谱检测被引量：26
- 2014年
- 应用傅里叶变换近红外光谱技术实现了鲜辣椒中可溶性固形物(SSC)和维生素C(Vc)含量的快速无损检测。分别采用7种预处理方法对原始光谱进行处理后,建立了SSC和Vc预测的偏最小二乘法(PLS)模型。将利用最小二乘法(PLS)提取的主成分(PC)和蒙特卡罗无信息变量消除法(MC-UVE)提取的有效波长作为最小二乘支持向量机(LSSVM)的输入变量,分别建立了PC-LS-SVM和MC-UVE-LS-SVM模型,并与MC-UVE-PLS模型进行了比较。采用优化后的模型对27个预测集未知样品进行了预测。结果表明,对鲜辣椒中SSC含量预测最优的为MC-UVE-PLS模型,其预测集相关系数(rp)为0.971,预测集均方根误差(RMSEP)为0.382°Brix;对鲜辣椒中Vc含量预测最优的为MCUVE-LS-SVM模型,其rp为0.899,RMSEP为21.022mg/100g。研究结果表明:鲜辣椒中SSC和Vc的含量与近红外光谱具有显著的相关性。
- 刘燕德周延睿潘圆媛
- 关键词：近红外光谱最小二乘支持向量机鲜辣椒可溶性固形物维生素C
- 共焦显微拉曼光谱法快速检测食用油掺假的研究被引量：14
- 2012年
- 食用植物油掺假是危害消费者健康和安全的热点问题。为此,采用共焦显微拉曼光谱技术对食用植物油的掺假进行快速检测。在90～3500 cm-1范围内,分别采集掺有5%～20%的花生油、大豆油和玉米油的芝麻油的拉曼光谱,将采集的原始光谱进行预处理,结合偏最小二乘法(PLS)建立芝麻油中花生油、大豆油、玉米油含量的拉曼光谱定标模型,用内部交互验证法进行验证。3种植物油的PLS交互验证模型的相系数分别达到96.2%,96.7%,95.2%,内部交互验证的均方根误差RMSECV分别为1.4%,1.2%,1.5%。实验表明,共焦显微拉曼光谱技术可用于掺假植物油的快速检测。
- 刘燕德万常斓蔡丽金
- 关键词：共焦显微拉曼光谱芝麻油掺假偏最小二乘法
- 高光谱成像技术在农产品检测中的应用被引量：31
- 2012年
- 介绍高光谱成像技术的原理,总结高光谱在农药残留、农作物品质、肉类品质检测中的应用,并分析其中的不足和优势,提出高光谱成像技术未来在农产品检测中的发展方向。
- 刘燕德张光伟
