国家自然科学基金(60961004)
- 作品数：5 被引量：22H指数：2
- 相关作者：汪西原马毅刘丹雍慧苗福生更多>>
- 相关机构：宁夏大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学自动化与计算机技术更多>>
- 不同预处理方法对PLS模型检测鲜长枣糖度的影响被引量：5
- 2011年
- 为寻找适合近红外光谱无损检测鲜长枣糖度含量的最佳光谱预处理方法,进行鲜长枣样品近红外光谱数据的预处理方法比较研究.探讨了15种光谱预处理方法对偏最小二乘法建模精度的影响.结果表明,小波变换和多元散射校正相结合是近红外光谱偏最小二乘模型无损检测鲜长枣糖度的有效预处理方法,其相关系数和内部交叉验证均方差分别为0.741 13和1.54;用此法建立的糖度预测模型的相关系数、预测集标准差和校正集标准差分别为0.836 96,1.38和2.14,最优光谱波段为7 636.73~6 201.95 cm-1.
- 苗福生马毅汪西原刘丹
- 关键词：近红外光谱预处理长枣糖度偏最小二乘法
- 结合WT预处理的近红外光谱PLS算法预测鲜枣糖度
- 2011年
- [目的]研究结合WT预处理的近红外光谱PLS算法模型预测鲜枣糖度的方法。[方法]用S-G、MSC、FD、SD、WT和WT+MSC 6种预处理法,SMLR、PCR和PLS 3种算法模型,对60个鲜枣样品的近红外光谱数据进行预处理、糖度预测和建模精度分析,建立最佳算法的数学模型。[结果]在鲜枣糖度近红外光谱预处理阶段引进小波变换方法去除导数光谱噪声,得到了很好的去噪效果。不同的小波函数、分解尺度使消噪的结果有所不同。与常见的光谱预处理法相比,在选用db4-3小波函数、默认阈值情况下,采用WT+MSC预处理及建模算法为PLS时所建立的模型最好,其相关系数R为0.919 02,校正集标准差RMSEC为0.863,预测集标准差RMSEP为1.71。[结论]结合小波变换预处理的PLS算法模型可有效预测鲜枣糖度,改善模型的预测精度。
- 汪西原马毅刘丹
- 关键词：近红外光谱小波变换偏最小二乘法鲜枣糖度
- 基于径向Tchebichef矩的不变性模式识别
- 2011年
- 提出了一种基于径向Tchebichef矩构建的完整的拉伸和旋转不变性的方法,命名为径向Tchebichef不变矩.该方法直接从径向Tchebichef矩中提取不变特征,避免了归一化过程.实验结果表明,该新方法有很好的图像识别效果和抗噪声干扰性能.
- 李春树汪西原
- 关键词：图像重建图像识别不变矩
- 基于近红外光谱无损检测的水果品质定量分析与预测被引量：2
- 2010年
- 针对近红外光谱原理、检测技术及特点,利用近红外光谱检测漫反射技术在水果品质检测方法上的定量分析进行了深入系统研究.在光谱数据预处理上平滑和导数法最常见.建立模型以偏最小二乘法较常见.以遗传算法结合偏最小二乘法、小波分析结合偏最小二乘法等为代表的建模方法,其测量精度有所提高.模型优劣评价指标主要以相关系数(R)、校正集标准偏差(RMSEC)和预测集标准偏差(RMSEP)等参数决定.最后对相关研究进行展望.
- 马毅汪西原
- 关键词：近红外光谱无损检测水果漫反射偏最小二乘法
- 小波变换去噪应用于鲜枣糖度近红外光谱检测的研究被引量：15
- 2011年
- 导数光谱可消除光谱背景干扰和基线漂移等因素影响,提高光谱分辨率;但在增强信号时,也使噪声得到增强。本研究依据小波变换消噪的基本原理和方法,在波数为3999.64～11995.06cm^(-1)范围内采集鲜冬枣样品的光谱数据,分别采用Haar、Daubechies、Coiflets和Symlets,4种小波函数在默认阈值的情况下,结合平滑去噪方法,对12个鲜冬枣样品的一阶导数光谱数据进行消噪比较研究和分析。结果显示:采用db4小波函数、分解尺度为3时,去噪效果最好;结合平滑处理方法,单个样品的信噪比(SNR)和均方根误差(RMSE)分别达31.351和0.000011917;12个代表样品的去噪效果具有一致性。研究表明:小波变换能够有效去除导数光谱中的噪声,保留光谱中的有效信息,提高光谱信噪比,不失为1种有效的去噪方法,有助于提高光谱分析精度和后续预测模型的建模准确度。
- 马毅汪西原雍慧
- 关键词：近红外光谱小波变换鲜枣消噪
