您的位置： 专家智库 > >

詹映

作品数：9 被引量：66H指数：6
供职机构：塔里木大学机械电气化工程学院更多>>
发文基金：国家自然科学基金更多>>
相关领域：轻工技术与工程农业科学自动化与计算机技术理学更多>>

合作作者

文献类型

  • 9篇中文期刊文章

领域

  • 4篇轻工技术与工...
  • 3篇农业科学
  • 2篇自动化与计算...
  • 1篇电气工程
  • 1篇理学

主题

  • 7篇近红外
  • 7篇近红外光
  • 7篇近红外光谱
  • 7篇光谱
  • 7篇红外
  • 7篇红外光
  • 7篇红外光谱
  • 3篇糖度
  • 3篇无损检测
  • 3篇红枣
  • 2篇南疆
  • 2篇机器视觉
  • 1篇冬枣
  • 1篇遗传算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇水分检测
  • 1篇图像
  • 1篇图像处理
  • 1篇人工神经

机构

  • 9篇塔里木大学
  • 1篇上海创和亿电...

作者

  • 9篇罗华平
  • 9篇詹映
  • 5篇彭海根
  • 1篇刘飞
  • 1篇王丽
  • 1篇张立元

传媒

  • 2篇食品科技
  • 2篇食品工业
  • 2篇农机化研究
  • 1篇食品工业科技
  • 1篇江苏农业科学
  • 1篇伊犁师范学院...

年份

  • 1篇2016
  • 3篇2015
  • 4篇2014
  • 1篇2013
共 9 条 记 录，以下是 1-9
全选 清除 导出
排序方式：
用遗传算法提取南疆红枣总糖的近红外光谱特征波长被引量：11
2015年
本研究尝试利用近红外光谱技术测量红枣的总糖含量,针对采用偏最小二乘(PLS)法建立近红外光谱预测模型时波长筛选问题,提出用联合区间偏最小二乘法(si PLS)与遗传算法(GA)相结合的方法遗传联合区间偏最小二乘法(GA-si PLS)来提取近红外光谱特征区域和特征波长,提高模型预测精度的方法。结果表明:将全谱等分成20个子区间,用联合区间偏最小二乘法优选出4个特征子区间,在这4个子区间的基础上再用遗传偏最小二乘法继续筛选出12个特征波长。用12个特征波长建立的偏最小二成模型精度要好于全谱建立的模型,其主因子数减少了4个,预测集标准偏差(RMSECP)减少了25%,预测相关系数(RP)提高了5%。该方法选取的波长变量建立的校正模型,不仅使模型简洁、优化,而且增强了模型的预测能力。
彭云发詹映彭海根刘飞罗华平
关键词：近红外光谱遗传算法红枣
近红外光谱技术结合联合区间间隔偏最小二乘法对南疆红枣糖度的测定被引量：14
2014年
为了使用近红外光谱技术对南疆红枣糖度精确的测定,研究分析70个新鲜南疆灰枣实验数据,结合多种光谱预处理方法,间隔偏最小二乘法(iPLS)和联合区间间隔偏最小二乘法(siPLS)优选红枣糖度的最佳波长区间,建立南疆红枣糖度近红外校正模型。结果表明:通过联合区间间隔偏最小二乘法优选出糖度特征波长区间分别为4902～5203 cm-1、5203～5503 cm-1和6105～6406cm-1,并经过MSC和一阶导数预处理后所建立的偏最小二乘法(PLS)校正模型效果最佳,模型校正标准偏差(SEC)为0.842,预测标准偏差(SEP)为0.714,相关系数(R)为0.942。研究表明,所选用优化方法适合南疆灰枣糖度近红外校正模型的建立;近红外光谱技术能对南疆红枣糖度进行测定,且研究所用的方法可以推广到南疆其他红枣品种的近红外光谱分析中。
彭海根彭云发詹映罗华平
关键词：近红外糖度
近红外光谱对南疆红枣水分无损检测的研究被引量：16
2013年
目前南疆红枣在收购、清洗、加工和销售等环节上对水分的检测存在速度慢、精确度低、需破坏红枣等缺点，因此研究一种快速、简单、无损的红枣水分检测技术很有必要，近红外光谱技术对红枣水分检测简单、快速、无损。将新鲜的南疆红枣分成2组，一组用于建立红枣含水量校正模型，另一组作为验证模型，红枣的干燥方法采用标准烘干法。光谱数据预处理方法选择Savitzky—Golay导数和多元散射校~（MSC），校正模型的建立使用偏最小二乘回归分析法（PLS），所建模型SEC（校正集标准差）值达到最低为1．0667，RC（校正集预测值与真实值相关系数）与RPDC（性质值方差／SECV）达到最高值分别为0．98683和5．6258，主因子数为6，偏差（d）为一1．94~2．22，平均偏差（bias）~0．41％，极差（e）为2．22。结果表明模型可以对南疆红枣进行水分检测。
彭云发彭海根詹映罗华平
关键词：近红外光谱含水量无损检测
3种不同红枣水分检测方法的比较被引量：4
2016年
针对新疆南疆地区红枣的水分检测,选用烘干减质量法、卤素测定仪法和近红外光谱法对红枣水分进行检测,分析不同方法测定过程中的优缺点,并将进行结果数理统计分析。结果表明,卤素测定仪法较另外2种方法所测的结果偏低约0.72百分点(5.38%),近红外光谱法与烘干减质量法测定的结果没有显著差异。
彭云发罗华平王丽詹映胡晓男罗雪宁
关键词：红枣含水率近红外光谱
基于Matlab图像处理技术对南疆红枣缺陷的检测被引量：2
2014年
通过获取新疆南疆地区红枣图片,利用Matlab软件对原始图像进行预处理,然后进行图像分割、特征提取和图像识别,对新疆南疆地区红枣缺陷进行检测,结果表明,该方法能有效地识别有缺陷的红枣.
彭云发张立元詹映罗华平
关键词：MATLAB图像处理机器视觉
近红外技术对南疆冬枣糖度无损检测的研究被引量：8
2014年
筛选具有代表性的100个新疆南疆和田冬枣作为试验样品,采用近红外光谱分析技术对冬枣样品的糖度进行分析。结果表明：通过相关系数法选取特征波长区间的波数分别为5 303～5 600 cm^-1、6 205～6 302cm^-1、7 308～7 405 cm^-1,然后作多元散射校正、一阶导数和Savitzky-Golay卷积平滑法预处理后,建立的偏最小二乘法（PLS）校正模型效果最好,校正标准偏差（SEC）为0.613,预测标准偏差（SEP）为0.573,相关系数（R）为0.967,具有良好的预测效果,满足生产实践的要求。试验表明,近红外光谱分析技术适合南疆冬枣的糖度无损检测。
彭海根罗华平彭云发詹映
关键词：近红外光谱糖度无损检测
近红外光谱在南疆红枣糖度无损检测中的应用被引量：6
2014年
南疆红枣的分级目前还停留在外部品质,然而红枣的内部品质比外部品质更重要。红枣的内部品质包括糖度、酸度等。利用近红外漫反射光谱技术对南疆红枣糖度进行无损检测,应用傅立叶变换近红外光谱仪采集红枣光谱图,糖度的测定选用数字阿贝折射仪。分别选用偏最小二乘法(PLS)和主成分回归分析法(PCR)的化学计量学方法建立红枣校正模型,光谱数据预处理选择一阶导数光谱、平滑等,得到的校正相关系数(Rc)为0.942 5,预测相关系数(Rp)为0.910 4,校正标准偏差(SEC)值为1.02。预测标准偏差(SEP)值为0.836,主因子数为5。
詹映彭云发彭海根罗华平
关键词：无损检测糖度近红外光谱
BP人工神经网络南疆红枣颜色分级方法的研究被引量：9
2015年
以南疆红枣颜色分级为研究对象,从预处理后的红枣图像中提取红体均值(R)、绿体均值(G)和蓝体均值(B)以及它们的均方差σR、σG、σB共6种颜色特征变量;再将图像从RGB到HIS颜色空间转换,然后从HIS颜色空间中,提取色度均值(H)、亮度均值(I)和饱和度均值(S)以及它们的各自的均方差σH、σS、σI共6个颜色特征变量,总计12个颜色特征变量,最后应用BP神经网络进行红枣颜色分级。结果表明,BP人工神经网络分级与人工分级的一致度达到了91.6%,该网络分级效果良好,能较好地满足红枣颜色分级的需求,对南疆红枣产品的生产、销售具有一定的理论指导和实际应用意义。
詹映罗华平彭云发罗雪宁
关键词：BP人工神经网络机器视觉
无信息变量消除法在筛选南疆红枣总酸近红外特征波长中的应用被引量：10
2015年
以南疆红枣总酸的快速无损检测为研究对象,利用SPXY(Sample set partitioning based on joint x-y distances)法来划分校正集样本,应用无信息变量消除法(UVE)对南疆红枣总酸近红外光谱(NIRS)特征变量进行筛选,然后用筛选出的变量建立偏最小二乘(PLS)模型,该模型的预测标准偏差(RMSEP)为0.044 7,预测相关系数为Rp为0.877 8,并将UVE筛选的变量建立的PLS模型与全光谱建立PLS模型结果进行比较。结果表明,SPXY法划分的校正集样本合理;UVE优出选全光谱1 557个变量中的420个变量,建立的PLS模型预测效果要好于全光谱建立的PLS模型,UVE能够有效地选取待测成分的特征波长,建立简化的红枣总酸预测模型,降低模型计算量。
胡晓男彭云发罗华平罗雪宁詹映代希君
关键词：红枣近红外光谱总酸
全选 清除 导出
共1页<1>
聚类工具0