国家科技支撑计划(2006BAD10A0403)
- 作品数：17 被引量：189H指数：8
- 相关作者：何勇吴迪谈黎虹蒋璐璐林萍更多>>
- 相关机构：浙江大学浙江经济职业技术学院厦门大学更多>>
- 发文基金：国家科技支撑计划浙江省教育厅科研计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学农业科学机械工程更多>>
- 基于可见-近红外光谱技术的制动液品牌混掺比例快速无损检测方法被引量：2
- 2011年
- 研究了基于可见-近红外光谱技术的制动液品牌混掺比例快速无损检测方法。全波段建立的偏最小二乘回归(PLSR)和最小二乘支持向量机(LS-SVM)模型均得到了较好的预测结果。这两个模型的建模集和预测集的确定系数(r_c^2和r_p^2)均在0.98以上。采用连续投影算法(SPA)挖掘特征波长,最终选择了439nm、443nm、459nm、519nm、570nm、717nm、896nm和902nm共8个波长作为最优变量。基于SPA选择的变量建立的PLSR和LS-SVM模型的r_c^2和r_p^2均在0.97以上,能够满足实际应用的需要。研究结果表明,可见-近红外光谱可以用于制动液品牌混掺比例快速无损检测。
- 蒋璐璐石慧吴迪魏萱谈黎虹何勇朱枫
- 关键词：制动液偏最小二乘回归最小二乘支持向量机连续投影算法
- 近红外光谱技术与偏最小二乘法及模糊聚类法相结合的糖品种分类方法被引量：1
- 2012年
- 提出了一种近红外光谱技术与偏最小二乘法及模糊聚类法相结合的可用于快速无损鉴别糖品种的新方法。采用近红外光谱仪获取了白砂糖、木糖醇、麦芽糖和葡萄糖等四种糖类别各30个样本的光谱漫反射特征曲线。运用偏最小二乘法提取了糖分类与特征值,并将提取到的经过归一化处理的11种主成分结果作为模糊聚类模型的建模参数。设定聚类数为4,建立模糊聚类模型,并对40个未知样本进行了预测。预测结果的准确率达到100%,说明本文提出的方法对于糖类别具有很好的分类和鉴别能力,同时也为光谱分析技术在对品种的快速、无损分类与识别中的应用提供了新的思路。
- 魏俞涌陈永明林萍何勇
- 关键词：近红外光谱偏最小二乘模糊聚类
- 基于遗传算法的近红外光谱橄榄油产地鉴别方法研究被引量：42
- 2009年
- 提出了一种应用近红外光谱技术快速无损鉴别橄榄油产地的新方法。采用近红外光谱仪获取三种不同产地的橄榄油各30个样本的光谱漫反射特征曲线,利用全局搜索算法-遗传算法提取特征波长,即从光谱751个波长数据提取9个特征波长数据,并将其作为主成分分析法的输入变量,运用主成分分析法建立分析校正模型。结果表明,主成分1和2累计可信度已达99.130%,对不同产地的橄榄油有很好的聚类作用,同时也说明遗传算法抽取特征波长方法正确。将提取到的六种主成分作为BP神经网络的输入变量,品种类型作为神经网络的输出变量,建立3层人工神经网络模型,对30个未知橄榄油产地进行预测,预测结果准确率达100%。该方法能快速无损地检测橄榄油产地,同时也为其他油类产地鉴别提供了一种新方法。
- 陈永明林萍何勇
- 关键词：橄榄油近红外光谱遗传算法主成分分析BP神经网络
- 基于多光谱图像颜色特征的茶叶分类研究被引量：18
- 2008年
- 提出了一种利用多光谱图像颜色特征进行茶叶分类的新方法,对两种颜色几乎一样用肉眼几乎不能分辨的茶叶进行了分类。图像由MS3100-3CCD光谱成像仪和普通数码相机同时获得,光谱成像仪提供3个波段的图像,由近红外(NIR)、红色(R)和绿色(G)组成,因此它比普通数码照相机包含更丰富的信息,特别NIR波段的图像对有机物的颜色比可见光敏感。提取3CCD光谱成像仪和普通数码照相机各个波段图像颜色的特征即像素偏方差值和平均值进行统计分析,用多光谱图像的NIR图像所提供颜色信息能够辨别这两种颜色几乎一样的茶叶,而普通数码相机无法提供信息进行识别。然后应用人工神经网络技术,对NIR图像像素偏方差值和平均值这两个参数进行建模,建模样本40个,每个样本为20个,预测样本20个,每个样本为10个。结果表明,在阈值为0.3,对两种茶叶进行分类得到了100%识别率,此研究为茶叶的分类提供一种快速和无损的新方法。
- 陈孝敬吴迪何勇李晓丽刘守
- 关键词：多光谱成像仪茶叶
- 基于可见-近红外光谱的制动液品牌鉴别方法研究被引量：8
- 2008年
- 提出了一种基于可见-近红外光谱分析技术快速鉴别汽车制动液品牌的新方法。采用美国ASD公司的便携式光谱仪对五种不同品牌的制动液进行光谱分析,各获取60个样本数据。采用平均平滑法和标准归一化方法对样本数据进行预处理,再对光谱数据进行主成分分析,建立第一主成分和第二主成分的二维散点图,表明不同品牌制动液具有较好的聚类特性。将前6个主成分作为输入量,制动液品牌作为输出量,建立了基于逐步判别分析法的鉴别模型。随机抽取225个样本用于建模,余下的75个样本用于模型验证。试验结果表明验证准确率达到94.67%,说明所提出的方法具有很好的分类和鉴别作用,为制动液品牌的快速鉴别提供了一种新方法。
- 蒋璐璐谈黎虹裘正军陆江锋何勇
- 关键词：制动液光谱分析主成分分析
- 基于小波包和偏最小二乘支持向量机的多光谱纹理图像的大米分类研究被引量：10
- 2009年
- 提出了一种利用多光谱图像纹理特征进行大米分类的新方法。图像由MS3100-3CCD光谱成像仪获得,光谱成像仪提供3个波段的图像,由近红外(NIR)、红色(R)和绿色(G)组成,因此它能够获取普通数码照相机所不能获取的信息。对3CCD近红外波段图像进行二层小波包分解,得到16个子频带,因为纹理图像的特征信息主要集中在中频,因此提取8个中频频带(带通频带)的熵值,并且作为支持向量机的特征值输入。最后应用支持向量机技术分别对有和没有经过小波包分解的NIR波段纹理图像的熵值进行建模,建模样本和预测模型各为80个,每种各为20个。对四种大米进行处理,结果表明,经过小波包分解的纹理图像的识别率达到了100%,而没有经过小波包分解的纹理图像的识别率只有93.75%,说明结合小波包和支持向量机进行多光谱图像的纹理识别是种非常有效的技术,同时也为大米的分类提供一种快速和无损的新方法。
- 陈孝敬吴迪何勇刘守
- 关键词：多光谱成像仪大米纹理特征小波包
- 基于光谱技术的芒果糖度酸度无损检测方法研究被引量：16
- 2008年
- 提出了一种用近红外光谱技术结合遗传算法和人工神经网络模型的芒果糖度酸度快速无损检测的新方法。首先用偏最小二乘法计算芒果糖度酸度光谱数据的主成分得分值,以此获取芒果的近红外指纹图谱,再结合遗传算法优化人工神经网络技术(GA-BP)进行检测。PLS分析表明,主因子选取18时对糖度具有较好的聚类作用,而主因子数17个时对酸度的聚类效果好。选取最佳主因子作为芒果糖度酸度的神经网络的输入,建立三层GA-BP人工神经网络模型。用135个芒果样本的糖度酸度用来建立遗传算法优化神经网络的芒果糖度酸度检测模型,对未知的45个芒果样本进行糖度酸度的预测。结果表明,提出的遗传算法和人工神经网络模型相结合的光谱分析方法具有很好的预测能力,为芒果糖度酸度检测方法提供了一种新方法。
- 虞佳佳何勇鲍一丹
- 关键词：芒果人工神经网络
- 可见光/近红外光谱技术快速测定橙汁柠檬酸含量被引量：12
- 2007年
- 为了快速无损测定橙汁的柠檬酸含量,提出了一种用可见光/近红外光谱技术进行检测的新方法。选用高效液相色谱法作为光谱柠檬酸测定的标定方法。采用平滑点数为5的移动平滑法对原始光谱进行预处理消除噪声。由于采集的光谱数据量非常大,为了减少建模时间,建模之前采用小波变换对经过预处理的大量光谱数据进行降维压缩,并在Matlab7.01中通过自编程序实现此变换。利用光谱专用分析软件Unscrambler 9.5,对压缩后的新变量进行分析,建立偏最小二乘(PLS)校正模型。考虑到不同小波基及分解尺度对数据压缩的影响,采用预测平方和PRESS值最小的评价标准,选择最佳的小波基Db4及分解尺度5。用于本实验的样本总数为40,其中30个样本进行建模,10个用于预测。用校正集相关系数(r)和标准偏差(SEC)作为校正模型的评价指标,预测结果采用预测相关系数(r)和预测标准偏差(SEP)来评定。文章将基于小波变换的PLS模型与直接建立的PLS模型进行了比较,偏最小二乘法结合小波变换的模型预测相关系数为r=0.901,预测标准偏差SEP=0.937;而由PLS建立的模型其预测相关系数r=0.849,预测标准偏差SEP=1.662。由此可见,由偏最小二乘法结合小波变换所得模型效果优于单独使用偏最小二乘法的结果。
- 岑海燕何勇张辉冯凤琴
- 关键词：偏最小二乘法小波变换橙汁柠檬酸
- 基于LS-SVM的红外光谱技术在奶粉脂肪含量无损检测中的应用被引量：42
- 2008年
- 脂肪是奶粉中重要的组成部分,实现对奶粉中脂肪含量的快速、无损检测十分重要,为此研究了400-6666 cm^-1范围的红外光谱技术对不同品种奶粉的脂肪含量的无损检测.采用最小二乘支持向量机（LS-SVM）对光谱透射率值和脂肪含量值进行建模.模型在全红外波段范围对样本脂肪含量预测得到了较好的结果,绝对系数（R2p）达到0.9796,预测误差均方根（RMSEP）为0.8367.预测结果要优于BP人工神经网络（Back Propagation NeuralNetworks,BP-NN）.说明红外光谱技术能够实现奶粉脂肪含量的无损检测,检测过程比化学检测方法简单快速,操作性强.文章同时还研究了分别基于中红外光谱范围和近红外光谱范围的建模.模型预测结果显示分别基于中红外光谱和近红外光谱区域的模型预测效果都比全波段建模略差.本研究为今后奶粉脂肪含量快速无损检测仪器的开发奠定了理论基础.
- 吴迪何勇冯水娟鲍一丹
- 关键词：最小二乘支持向量机无损检测
- 基于可见近红外光谱的糖类别快速鉴别研究被引量：9
- 2009年
- 提出了一种用近红外光谱技术快速鉴别糖类别的新方法。采用近红外光谱获取白砂糖、木糖醇、双歧糖和葡萄糖等四种糖类别的光谱反射特征曲线,采用偏最小二乘法进行模式特征分析,经过交互验证法判别,确定最佳主成分数为11。完成特征提取后,将11种主成分作为神经网络的输入变量,建立了3层BP神经网络。四个类别的糖样本数均为40,共计160个样本,将其分成训练集样本120个和预测集样本40个,对40个未知样本进行预测,准确率为100%。说明所提出的方法对于糖类别具有很好的分类和鉴别能力。
- 林萍陈永明何勇
- 关键词：偏最小二乘法BP神经网络光谱技术
