江西省教育厅科学技术研究项目(GJJ11081)
- 作品数：4 被引量：57H指数：4
- 相关作者：吴彦红艾施荣吴瑞梅严霖元刘木华更多>>
- 相关机构：江西农业大学江苏大学同济大学更多>>
- 发文基金：江西省科技计划项目江西省教育厅科学技术研究项目更多>>
- 相关领域：理学自动化与计算机技术农业科学轻工技术与工程更多>>
- 茶叶外形品质的高光谱图像量化分析被引量：16
- 2013年
- 为弥补感官审评方法评定茶叶品质存在的不足,提出采用高光谱图像来量化分析茶叶的外形感官品质。以碧螺春名优绿茶为对象,采集其高光谱图像,利用主成分分析法从原始高光谱图像中优选出3个波长(768.74,827.54,886.83 nm)下的特征图像。分别提取每个特征图像的颜色特征和纹理特征,3个特征图像共提取90个特征变量。利用BP神经网络方法建立特征变量与外形感官评分之间的相关模型,模型对预测集样本的相关系数为0.859,预测均方根误差为3.611。在预测集中,对模型的预测值与实际评分值进行t检验时,预测值与实际值无显著差异,说明所建模型是准确可靠的。
- 吴瑞梅吴彦红艾施荣刘木华赵杰文严霖元
- 关键词：高光谱图像BP神经网络主成分分析
- 利用高光谱图像技术鉴别庐山云雾茶产地被引量：11
- 2014年
- 提出了基于高光谱图像技术的庐山云雾茶产地鉴别方法。利用高光谱成像系统采集地理标志庐山云雾茶和广西、四川、福建3个其他产地云雾茶的高光谱数据,采用主成分分析法从原始高光谱数据块中选取3个特征波长:792.20,831.47,870.97 nm,分别提取每个特征波长下的灰度图像的纹理特征,利用BP神经网络方法建立庐山云雾茶产地鉴别模型。模型训练时的回判识别率为97.25%,预测时的识别率为95%,说明利用高光谱图像技术追溯庐山云雾茶产地可行。
- 艾施荣吴瑞梅吴彦红严霖元
- 关键词：高光谱图像BP神经网络主成分分析庐山云雾茶
- 基于近红外光谱的绿茶滋味品质估测模型被引量：20
- 2013年
- 绿茶中的茶多酚与氨基酸含量之比(即酚氨比)是评价绿茶滋味品质的量化指标。本文提出利用近红外光谱技术快速分析绿茶汤的酚氨比,并对光谱的特征变量进行筛选以提高模型的精度和稳定性。试验采用联合区间偏最小二乘法(siPLS)结合连续投影算法(SPA)筛选特征变量,建立酚氨比的估测模型,并与PLS、iPLS和siPLS方法建立的模型性能相比较。结果表明,应用siPLS结合SPA优选7个特征变量,主成分因子数为4时,所建模型性能最好,模型预测集相关系数(R p)为0.906,预测均方根误差(RMSEP)为0.258。对预测集30个样本的预测值与参考值进行t检验时,预测值与参考值无显著差异,说明模型准确可靠,可实现绿茶滋味品质的近红外光谱快速估测。
- 吴瑞梅艾施荣吴彦红刘木华
- 关键词：近红外光谱连续投影算法
- 近红外光谱结合特征变量筛选方法测定茶汤中的氨基酸含量被引量：11
- 2012年
- 采用透射方式获取茶汤的近红外光谱,利用特征变量筛选方法从茶汤的近红外光谱中提取氨基酸光谱信息,建立茶汤中氨基酸含量的快速检测模型。分别利用间隔偏最小二乘法(iPLS)和联合区间偏最小二乘法(siPLS)从茶汤的近红外光谱中提取微弱的氨基酸信息,建立其近红外光谱定量分析模型。结果表明,利用两种方法筛选的特征变量都避开了水的强吸收峰影响,但利用siPLS方法建立的模型性能明显好于iPLS的。最优的siPLS模型对校正集样本的相关系数为0.912,交互验证均方根误差为0.185;用预测集中独立样本检验模型性能,其相关系数为0.887,预测均方根误差为0.202。研究结果可为液体茶饮料中的成分实时快速检测提供参考。
- 吴彦红艾施荣严霖元杨红飞胡琪
- 关键词：茶汤氨基酸近红外光谱
