公共文化服务平台

江西省科技支撑计划项目(20121BBF60054): 作品数：13 被引量：92H指数：7; 相关作者：孙旭东刘燕德肖怀春董小玲张智诚更多>>; 相关机构：华东交通大学中国农业科学院柑桔研究所更多>>; 发文基金：江西省科技支撑计划项目国家高技术研究发展计划国家自然科学基金更多>>; 相关领域：农业科学理学自动化与计算机技术轻工技术与工程更多>>

近红外光谱快速检测马铃薯全粉还原糖被引量：10: 2013年; 还原糖含量是评价马铃薯全粉品质的重要指标之一,该文研究基于近红外光谱技术结合最小二乘支持向量机(least squares support vector machine,LSSVM)算法的马铃薯全粉还原糖含量非线性数学模型。采用移动窗口偏最小二乘法(moving windows partial least square,MWPLS)和连续投影算法(successive projections algorithm,SPA)组合方法筛选出20个特征变量,作为LSSVM的输入向量。优化径向基函数(radial basis function,RBF)的惩罚因子和核参数,训练LSSVM校正模型。经比较,LSSVM校正模型预测结果最优,预测相关系数为0.984,预测标准差为0.223%,相对分析误差(standard deviation ratio,SDR)为5.62。结果表明:近红外光谱结合LSSVM算法提高了马铃薯全粉还原糖含量的预测精度。; 孙旭东董小玲; 关键词：近红外光谱无损检测马铃薯还原糖

基于高光谱成像的柑橘黄龙病无损检测被引量：18: 2016年; 采用高光谱成像技术,结合最小二乘支持向量机（LS-SVM）和偏最小二乘判别分析（PLS-DA）2种方法,探索柑橘黄龙病快速无损检测的可行性。在380~1 080 nm光谱范围内,采集正常、轻度黄龙病、中度黄龙病、重度黄龙病和缺素5种柑橘叶片的高光谱图像。采用方差分析方法,分析了正常、轻度黄龙病、中度黄龙病、重度黄龙病和缺素5种叶片的叶绿素、淀粉和可溶性糖含量间的差异,表明3指标可作为判别黄龙病的指示性指标。采用偏最小二乘法,建立了叶绿素、可溶性糖及淀粉3指标含量的定量分析数学模型,模型预测均方根误差分别为7.46、5.51、5.88,提供了柑橘黄龙病高光谱成像快速检测依据。提取高光谱图像感兴趣区域的平均光谱,通过分析正常、轻度黄龙病、中度黄龙病、重度黄龙病和缺素5种叶片的代表性光谱,在750 nm处吸光度存在差异。采用2阶导数处理样品光谱,消除了450~650 nm和800~1 000 nm波段的基线漂移,放大了有效光谱信息。采用主成分分析（PCA）和连续投影算法（SPA）筛选柑橘黄龙病LS-SVM定性判别模型的输入变量,建立了LS-SVM定性判别模型,同时与PLS-DA进行对比。采用未参与建模的预测集样品评价模型性能,结果表明PLS-DA模型判别柑橘黄龙病的准确率更高,模型误判率为5.6%。实验结果表明,高光谱成像技术结合偏最小二乘判别分析方法可实现柑橘黄龙病快速无损检测与黄龙病病情等级判别。; 刘燕德肖怀春孙旭东曾体伟张智诚刘宛坤; 关键词：柑橘黄龙病最小二乘支持向量机

黄桃碰伤和可溶性固形物高光谱成像无损检测被引量：7: 2017年; 黄桃在线分级时,表面损伤和可溶性固形物同时在线检测。损伤和可溶性固形物是评价黄桃品质好坏的重要指标。采用高光谱成像技术,尝试对黄桃损伤和可溶性固形物进行同时检测。利用主成分分析法,首先对高光谱图像进行主成分分析得到最佳PC(principal component)图像,其次根据PC图像中各波长对其贡献率的大小确定最佳特征波长(550和720nm)并结合二值化,图像掩膜和阈值分割以及相关的图像处理技术对最佳光谱图像进行定性判别。其准确率最高达到94.6%,同时建立偏最小二乘定量回归模型对正常样品SSC(soluble solid content)含量进行预测,通过对模型的不断优化,实现了基于高光谱成像技术对黄桃碰伤和可溶性固形物同时检测。可溶性固形物分选准确率为79.2%。实验结果表明,利用高光谱成像技术可以实现对黄桃碰伤和可溶性固形物同时检测,该研究可以为实际在线分选提供理论依据和参考。; 刘燕德韩如冰朱丹宁马奎荣肖怀春孙旭东; 关键词：主成分分析偏最小二乘

柑桔叶片可溶性糖近红外检测非线性模型研究被引量：6: 2016年; 为了监督柑桔叶片是否缺乏营养元素,对叶片可溶性糖进行分析。采用近红外光谱技术结合误差反馈神经网络(BPNN)和最小二乘支持向量机(LS-SVM)建立定量剖析非线性模型,运用主成分分析(PCA)进行数据压缩、无信息变量消除算法(UVE)和连续投影算法(SPA)进行有效波段筛选的方法来优化模型的输入变量,提高了模型检测精度。同时,利用Savitzke-Golay平滑(S-G)、多元散色校正(MSC)、导数和基线校正(Baseline)等预处理方法进行数据变换,来确定最佳建模方法。结果表明:波长筛选能优化模型,并提高运算速度,其中PCA优化效果最为明显,可溶性糖的相关系数Rp达到最大为0.91,均方根误差RMSEP最小为4.82,显著提高了模型的检测精度和稳健性,经过优化的输入变量所建模型,能够满足定量检测的要求,具有一定的可行性。; 刘燕德肖怀春韩如冰孙旭东朱丹宁曾体伟李泽敏; 关键词：可溶性糖近红外光谱技术

基于小波压缩的马铃薯全粉还原糖近红外光谱检测研究被引量：9: 2013年; 为探讨小波压缩算法结合近红外光谱技术在马铃薯全粉还原糖含量检测中的可行性,采用傅里叶变换近红外光谱仪采集了250份马铃薯全粉样品的近红外光谱。分别优化了消失矩、小波系数和主成分因子数,优化结果为10,100和20。基于db小波函数将1 501个马铃薯全粉的近红外光谱变量压缩成100个小波系数。分别以1 501个光谱变量和100个小波系数为变量分别建立了偏最小二乘(PLS)校正模型。以62个未参与建模的样品作为预测集,考察模型的预测能力。经比较,小波压缩结合PLS的校正模型预测结果最优,模型预测相关系数为0.98,预测均方根误差为0.181%。实验结果表明小波压缩算法结合近红外光谱技术有效地保留了有效光谱信息,实现了光谱数据降维,简化了马铃薯全粉还原糖PLS校正模型,提高了模型的预测能力。; 董小玲孙旭东; 关键词：光谱学近红外小波压缩还原糖马铃薯

赣南脐橙水肥管理系统设计与实现被引量：2: 2017年; 针对赣南地区地形复杂、脐橙种植时水肥资源浪费严重、管理成本上升等问题,试验区建立了一套水肥管理系统,该系统包括气候站、服务器、水肥机、变频器、水泵、控制箱、喷滴灌头等设备。该水肥系统通过ASE中央控制器控制喷头达到果树防霜冻的目的;利用控制箱和控制软件控制水肥机的电磁阀为果树滴灌施肥;物联网综合管理平台可远程控制果树滴灌和喷灌;气象站数据传输到本地服务器,为果树喷灌提供依据;基于近红外光谱技术进行果园肥力快速评估得出土壤养分特征统计值,反距离权重插值法对数据进行空间插值分析形成土壤对氮、磷、钾养分需求图,从而制定科学的施肥方案,根据方案利用水肥系统具体施肥。2013、2014、2015年应用了水肥管理系统的脐橙较2012年未使用水肥管理系统的脐橙共计增加产值17.01万元/hm^2。; 欧阳爱国李雄张伟吴至境胡军欧阳玉平; 关键词：赣南脐橙施肥方案

菜籽品种可见近红外光谱鉴别研究被引量：2: 2013年; 菜籽品种是决定蔬菜品质的主要因素之一,为了快速鉴别菜籽品种,提出一种菜籽品种的可见近红外光谱鉴别方法。在450～1 000 nm光谱范围内,采集了6种菜籽的可见近红外光谱。采用主成分载荷曲线法,从全光谱变量中筛选出17个特征光谱变量,作为线性判别分析(LDA)的输入向量,建立了菜籽品种LDA鉴别模型,且模型判别结果优于主成分判别结果,误判率为2.42%。结果表明,采用可见近红外光谱技术结合线性判别分析方法,进行菜籽品种的快速鉴别是可行的。; 董小玲; 关键词：线性判别分析菜籽

近红外光谱结合最小二乘支持向量机的脐橙叶片含水率无损检测被引量：9: 2015年; 为了快速检测赣南脐橙果树叶片含水率,提出近红外光谱结合最小二乘支持向量机的快速检测方法。采用积分球漫反射方式采集叶片的近红外光谱,通过间隔偏最小二乘法从2 074个光谱变量中优选出345个变量作为建模的输入向量,分别建立最小二乘支持向量机和偏最小二乘校正模型。经比较,以径向基函数为核函数的最小二乘支持向量机模型预测结果最优,预测相关系数为0.942,预测均方根误差为2.7%,模型建立及预测时间为0.176s。实验结果表明近红外光谱结合最小二乘支持向量机的脐橙叶片含水率无损检测方法是可行的。; 孙旭东郝勇张光伟; 关键词：光谱学近红外含水率最小二乘支持向量机

正常、缺素和黄龙病柑桔叶片高光谱成像快速诊断被引量：9: 2017年; 应用高光谱成像技术,结合峰值比判别法和偏最小二乘判别法,探讨快速无损诊断正常、缺素和黄龙病柑桔叶片的可行性。在374.28~1 016.89nm可见近红外光谱范围内,采集了正常、缺素和黄龙病柑桔叶片的高光谱数据。以主叶脉为轴线,两侧各选一个长约60像素、宽约30像素的椭圆形感兴趣区域。提取两个感兴趣区域的平均反射率光谱,经相关分析,筛选出502.79和374.28nm一对特征波长,建立了正常叶片的峰值比判别模型,模型误判率为1.7%,但该模型无法区分缺素和黄龙病叶片。采用二阶导数结合平滑光谱预处理方法,处理反射率光谱,建立了缺素和黄龙病叶片偏最小二乘判别模型。采用留一法交互验证确定最佳主成分因子数为17,建模相关系数为0.96,建模标准差为0.13,模型对两类叶片分类正确率都达到了100%。在此基础上,提出了峰值比判别模型和偏最小二乘判别模型相结合的不同类别叶片二步快速诊断法。采用未参与建模的正常、缺素和黄龙病叶片各10片,评价模型的分类能力,模型分类正确率达到了96.7%。实验结果表明:应用高光谱成像技术,结合由峰值比判别模型和偏最小二乘判别模型构成的二步判别法,快速识别正常、缺素和黄龙病柑桔叶片是可行的。; 孙旭东刘燕德肖怀春张智诚李泽敏吕强; 关键词：黄龙病偏最小二乘法黄化

苹果可溶性固形物近红外光谱在线检测影响因素研究被引量：5: 2013年; 光谱仪的性能和样品运动速度是影响近红外光谱在线检测精度的重要因素。三款配置了不同光栅的短波光谱仪被用于在线检测苹果的可溶性固形物含量。分别考察不同光谱仪和五种苹果运动速度对苹果可溶性固形物在线检测精度的影响。经比较,在0.190m/s速度下,使用QE65000光谱仪建立的偏最小二乘模型预测结果最优。最优预测模型的相关系数为0.814,预测均方根误差为0.776°Brix。结果表明选择合适的样品运动速度和光谱仪可提高苹果可溶性固形物在线检测的精度。; 孙旭东郝勇刘燕德; 关键词：近红外光谱在线检测可溶性固形物苹果

江西省科技支撑计划项目(20121BBF60054)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

江西省科技支撑计划项目(20121BBF60054)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈