江苏大学农业工程研究院农产品加工研究所
- 作品数：6 被引量：121H指数：6
- 相关作者：朱曾董英更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术农业科学生物学轻工技术与工程更多>>
- 基于间隔偏最小二乘法的农产品近红外光谱谱区选择方法被引量：28
- 2007年
- 怎样建立准确的农产品内在质量的近红外光谱预测模型,一直是国内外近红外光谱分析者的研究重点,而现有的农产品近红外光谱数据建立光谱预测模型时,都要面临选择合适的光谱谱区的问题。本研究提出一种间隔偏最小二乘法的农产品近红外光谱谱区选择方法,并将其应用于建立苹果糖度近红外光谱模型。结果表明,该方法可以减小建模运算时间,剔除噪声过大的谱区,使最终建立的农产品品质检测近红外光谱模型的预测能力和精度更高。
- 邹小波朱曾赵杰文
- 关键词：近红外农产品
- 嗅觉可视化技术在白酒识别中的应用被引量：20
- 2009年
- 研制了由30个可视化传感器组成的可视化传感器阵列,对4种白酒进行了测试。通过主成分分析、聚类分析和BP神经网络对实验数据进行了分析和识别。主成分分析表明可视化传感器阵列不仅能够很好地区分不同酒精度的白酒,而且也能区分酒精度相似、香型不同的白酒。聚类分析进一步验证了主成分分析的结果,但部分样本不能够用聚类分析区分。利用BP神经网络对测试样本识别,可以完全区分4种测试白酒。
- 邹小波赵杰文殷晓平石吉勇
- 关键词：白酒主成分分析聚类分析BP神经网络
- 支持向量机在电子鼻区分不同品种苹果中的应用被引量：29
- 2007年
- 为了提高电子鼻检测苹果气味的精度和鲁棒性,利用6点平滑法对气体传感器的数据进行去噪处理,并用支持向量机建立识别模型。应用结果表明,经过去噪处理后,曲线变得光滑,但仍能保持原来的形状,这说明去噪处理既滤除了传感器数据中的噪声同时又保留了传感器的主要信息。提取每个传感器的最大值作为特征参数。分别运用主成分分析和两个支持向量机模型区分富士、花牛、姬娜3种不同品种苹果的气味,主成分分析结果表明3种苹果分布区域存在重叠;两个支持向量机模型可以很好的区分这3种苹果,其中对姬娜和富士的识别正确率达到90%以上,而对花牛苹果的识别正确率达到100%。
- 邹小波赵杰文
- 关键词：电子鼻支持向量机苹果气体传感器阵列
- 基于小波去噪和支持向量机的苹果品种识别法被引量：18
- 2007年
- 本文提出了一种用电子鼻来区分富士、花牛、姬娜3种不同品种苹果气味的方法。首先利用多尺度小波分析对气体传感器的数据进行去噪处理,再用支持向量机建立识别模型,最后通过优化2个支持向量机模型的核函数及其参数,将重叠的苹果气味数据进行高维空间变换用SVM回归模型识别。实验结果表明,第一个支持向量机模型对花牛苹果的识别正确率达到100%,第二个支持向量机模型对姬娜和富士的识别率大于90%。
- 邹小波赵杰文
- 关键词：电子鼻支持向量机苹果气体传感器
- 独立分量分析预处理法提高苹果糖度模型预测精度研究被引量：12
- 2006年
- 为了提高苹果近红外光谱糖度预测模型精度,利用独立分量分析方法(ICA)对苹果近红外光谱进行了预处理,并且建立了糖度的偏最小二乘(PLS)预测模型。结果表明,独立分量分析不但能分离出噪声信号,而且所分离出来的光谱信号也比原始光谱信号光滑。在预处理后的最佳PLS糖度模型校正时的相关系数rc和标准偏差SEC分别为0.9549和0.3361,用于预测时的相关系数rp和标准偏差SEP分别为0.9071和0.4355。与普通的平均处理法的PLS模型相比,其精度有所提高,且模型更加简洁。
- 邹小波赵杰文
- 用遗传区间偏最小二乘法建立苹果糖度近红外光谱模型被引量：18
- 2007年
- 为了简化苹果糖度预测模型和提高模型的精度,用遗传区间偏最小二乘法(GA-iPLS)建立苹果近红外光谱预测模型。应用结果表明,整个光谱划分为40个子区间,GA-iPLS选择其中的第4,6,8,11,18号共5个子区间联合建立苹果糖度模型。遗传区间偏最小二乘法所建的模型,其校正时的相关系数rc和交互验证均方根误差RMSECV分别为0.962和0.3346,预测时的相关系数rp和预测均方根误差RMSEP分别为0.932和0.3842。与全光谱模型相比,该方法建立的模型不论对校正集还是预测集,模型的预测能力都提高了许多,且模型得到了很大的简化:其实际采用的波数点个数比全光谱模型采用的波数点个数大大减少,主因子数也比全光谱少,由此建立的模型更加简洁、数据运算量也更少。
- 李艳肖邹小波董英
- 关键词：近红外光谱遗传算法偏最小二乘法糖度苹果
