您的位置: 专家智库 > >

国家自然科学基金(31071319)

作品数:4 被引量:34H指数:3
相关作者:祝诗平梁晶徐原春吴达科李岩更多>>
相关机构:西南大学更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域:理学自动化与计算机技术农业科学更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 2篇农业科学
  • 2篇理学

主题

  • 3篇光谱
  • 2篇食品
  • 2篇近红外
  • 2篇近红外光
  • 2篇近红外光谱
  • 2篇红外
  • 2篇红外光
  • 2篇红外光谱
  • 1篇信息融合
  • 1篇叶片
  • 1篇有机食品
  • 1篇云计算
  • 1篇食品安全
  • 1篇水油
  • 1篇图像
  • 1篇潲水油
  • 1篇近红外光谱分...
  • 1篇基于图像
  • 1篇鸡蛋
  • 1篇光谱分析

机构

  • 4篇西南大学

作者

  • 3篇祝诗平
  • 1篇徐原春
  • 1篇谢春燕
  • 1篇黄华
  • 1篇刘碧贞
  • 1篇王朝勇
  • 1篇李岩
  • 1篇吴达科
  • 1篇梁晶

传媒

  • 2篇农业机械学报
  • 1篇光谱学与光谱...
  • 1篇西南大学学报...

年份

  • 1篇2022
  • 1篇2014
  • 1篇2013
  • 1篇2012
4 条 记 录,以下是 1-4
排序方式:
近红外光谱云计算分析系统构架与实现被引量:9
2014年
传统的近红外光谱分析系统是单机版,建模工作难度大。为了在近红外光谱分析中实现对现有光谱模型资源共享,提出利用云计算中心的高性能服务器代替单机版的主机,然后在云服务器上开发近红外光谱软件分析系统,并详细分析了近红外光谱云分析系统的构架与设计步骤。该系统可以实现近红外光谱数据的预处理、定量分析、定性分析以及光谱模型查找和光谱模型转移等功能。最后以潲水油近红外光谱定性鉴别为例,分析比较了单机版和基于云计算的近红外光谱分析结果。在近红外光谱云分析系统中,对预测集58个样品进行判别,总体鉴别正确率为86.21%,这一结果与在单机环境下的分析结果完全一致。实验结果表明近红外光谱云分析系统具有成本低、建模方便、接入方式灵活、可实现资源共享和远程访问等优点。
黄华祝诗平刘碧贞
关键词:近红外光谱云计算
基于高光谱技术的有机鸡蛋与普通鸡蛋鉴别被引量:3
2022年
当今全球范围内有机食品行业发展迅速,体现出消费者对食品质量安全的重视。相比于普通鸡蛋,有机鸡蛋因严格的生产条件以及更高的营养价值生产成本更高、售价更贵。市面上所销售的有机鸡蛋虽取得了严格有机食品认证标识,但依旧不能阻止不法份子将普通鸡蛋冒充有机鸡蛋销售,从而谋取利润。这一行为不仅会损害有机鸡蛋生产商的利益,也降低了人们对有机食品的信任度,为此需要一种有效的对有机鸡蛋和普通鸡蛋无损鉴别方法。使用高光谱技术透射成像的方式,可以获取物质内部的信息,以有机鸡蛋和普通鸡蛋为试验对象,采集鸡蛋样本364~1025 nm波长范围的高光谱图像数据,从采集到的数据中提取出鸡蛋蛋清和蛋黄感兴趣区域(ROI)的平均透射光谱数据。根据透射光谱曲线图筛选出有机鸡蛋与普通鸡蛋光谱响应差异明显的波段区间,分别通过偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)建立鸡蛋类别的鉴别模型,结果表明模型分别根据蛋黄区域与蛋清区域数据进行建模的鉴别准确率相近,进一步对蛋黄区域数据进行分析。由于高光谱数据量大且存在大量冗余信息,给数据采集、存储、传输和建模处理都带来不便,因此分别通过连续投影算法(SPA)和竞争性自适应重加权算法(CARS)对蛋黄ROI数据进行降维处理,剔除了大量冗余信息后再建模。最终,使用对蛋黄ROI区域运用SPA降维后得到的23个特征波长建立的SPA-SVM鉴别模型在测试集的准确率最高达到94.2%。结果表明,通过高光谱技术对有机鸡蛋和普通鸡蛋进行无损鉴别有一定效果。
马羚凯祝诗平苗宇杰魏枭李松蒋友列卓佳鑫
关键词:鸡蛋有机食品
基于图像和光谱信息融合的病虫害叶片检测系统被引量:10
2013年
运用图像和近红外光谱技术,基于VC++和Matlab语言,设计了与PC硬件和Windows XP、Windows 2000软件环境兼容、基于图像和光谱信息融合的病虫害叶片检测系统。阐述了该系统的工作原理、工作过程、硬件组成及软件功能。该系统可实现病虫害叶片图像、光谱数据的自动采集、数据的预处理、病虫害危害程度的预测与检测结果的显示。将该系统用于病虫害叶片危害程度的检测结果表明,检测的精度、可靠性高,可用于病虫害叶片危害程度的无损检测。
谢春燕吴达科王朝勇李岩
关键词:图像光谱信息融合
基于近红外光谱与DPLS的潲水油快速鉴别方法被引量:12
2012年
潲水油回流餐桌等食品安全问题越来越受到社会关注,探寻准确、快速、简便、高效且成本低廉的潲水油鉴别新方法成为食用油安全性能检测的新要求.对收集的82份潲水油和合格食用油样品进行了理化检测,鉴别出潲水油样品37份,合格油样品45份.从82份样品中随机选出24份样品作为第一组,余下58份样品作为第二组,以第一组24份样品作为校正集,建立判别偏最小二乘法(DPLS)模型,鉴别第二组58份样品,总体鉴别正确率为86.21%;再以第二组58份样品作为校正集,建立DPLS模型,鉴别第一组24份样品,总体鉴别正确率为95.83%.研究表明,基于近红外光谱与DPLS的潲水油快速鉴别方法可行,具有较好的鉴别效果.
祝诗平梁晶屠大伟徐原春
关键词:近红外光谱分析潲水油食品安全
共1页<1>
聚类工具0