陈正伟
- 作品数：10 被引量：117H指数：8
- 供职机构：江苏大学食品与生物工程学院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金国家高技术研究发展计划更多>>
- 相关领域：理学农业科学生物学自动化与计算机技术更多>>
- 近红外光谱结合不同偏最小二乘法快速检测镇江香醋的浑浊度被引量：13
- 2012年
- 利用近红外光谱(4000cm-1～10000cm-1)结合化学计量学方法快速检测了镇江香醋中的浑浊度。首先,用近红外光谱仪采集香醋样本的近红外光谱数据以及用离心法测定样本的浑浊度值;然后,采用间隔偏最小二乘法(iPLS)、反向区间偏最小二乘法(biPLS)、联合间隔偏最小二乘算法(siPLS)优选光谱特征区间;最后,采用全光谱(4000cm-1～10000cm-1)偏最小二乘法(PLS)对优选出来的区间建立香醋浑浊度近红外光谱模型。结果表明,采用siPLS将全光谱均匀划分30个子区间,选择4个子区间[4 10 18 27]联合时,建立的模型预测效果最佳,其RMSECV和RMSEP分别为0.173和0.208,校正集和预测集相关系数分别为0.9337和0.9004。因此,利用近红外光谱技术快速检测香醋中的浑浊度是可行的。
- 张德涛邹小波石吉勇陈正伟黄晓纬
- 关键词：香醋浑浊度近红外偏最小二乘法
- 基于支持向量机的食醋总酸近红外光谱建模被引量：11
- 2011年
- 为了得到稳定可靠的食醋总酸光谱模型,以不同产地、不同种类的95个食醋样品为研究对象,应用基于统计学原理的最小二乘支持向量机(LS-SVM)对食醋总酸含量进行光谱分析。对预处理后的光谱进行主成分分析(PCA),以主成分信号作为输入变量建立食醋总酸含量的近红外光谱模型,并与偏最小二乘法(PLS)和向后区间偏最小二乘法(biPLS)模型进行比较。结果表明,LS-SVM模型中的校正集中的相关系数(rc)和交互验证均方根误差(RMSECV)分别达到0.9614和0.2192,预测集相关系数(rp)和预测均方根误差(RMSEP)分别达到和0.919和0.3226,均优于PLS和biPLS模型。研究表明,近红外光谱与食醋总酸含量呈非线性关系,采用LS-SVM建立的模型预测性能更好,精度更高。
- 邹小波陈正伟石吉勇王开亮蒋培黄晓纬
- 关键词：近红外光谱食醋总酸
- 基于近红外高光谱图像的黄瓜叶片色素含量快速检测被引量：28
- 2012年
- 利用高光谱图像技术和高效液相色谱法(HPLC)快速检测了新鲜黄瓜叶中叶绿素a、叶绿素b、β-胡萝卜素和叶黄素4种色素含量。采集了120片黄瓜叶的近红外高光谱图像数据以及用HPLC精确测定黄瓜叶中色素含量;提取高光谱图像中50×50像素感兴趣区域(ROI)的平均光谱与4种色素含量分别建立偏最小二乘(PLS)预测模型;为了提高模型的稳定性和预测精度,分别采用区间偏最小二乘(iPLS)、向后区间偏最小二乘(BiPLS)和联合区间偏最小二乘(SiPLS)对各种色素对应的特征波段进行优选,同时对光谱划分数进行了优化。结果表明BiPLS和SiPLS对应模型的预测效果较好,对叶绿素a、叶绿素b、β-胡萝卜素和叶黄素4种色素的预测集相关系数RP分别为0.825 7、0.813 4、0.811 6、0.826 2。
- 邹小波陈正伟石吉勇黄晓玮张德涛
- 关键词：黄瓜叶片色素高光谱图像偏最小二乘法
- 黄瓜叶片叶绿素含量近红外光谱无损检测被引量：13
- 2011年
- 为了简化黄瓜叶片叶绿素光谱模型和提高模型预测精度,采用联合区间偏最小二乘法(SiPLS)结合净分析物法(NAS)提取近红外光谱的特征信息,建立了黄瓜叶片叶绿素光谱模型。收集了110片新鲜黄瓜叶片,用近红外光谱仪采集光谱数据后立刻用化学分析方法测定叶绿素含量。原始光谱经过SNV预处理和子区间总数优化后,将全光谱均匀划分为29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,在上述特征子区间的基础上,用净分析物法分离光谱中同叶绿素相关的光谱信息,并结合线性回归法建立了叶绿素光谱模型。模型对应的校正集相关系数Rc、校正均方根误差、预测集相关系数Rp和预测均方根误差分别为0.947 2、0.079 5 mg/g、0.925 0和0.090 6 mg/g。结果表明:联合区间偏最小二乘法结合净分析物法能够有效提取叶绿素的特征光谱信息,提高模型精度的同时降低其复杂度。
- 石吉勇邹小波赵杰文毛罕平王开亮陈正伟
- 关键词：黄瓜叶片叶绿素无损检测近红外光谱
- 基于近红外光谱的设施栽培水果黄瓜磷元素亏缺初期快速诊断被引量：9
- 2011年
- 磷元素(P)亏缺初期,水果黄瓜植株根部叶片出现小斑点,其症状的外观特征与健康植株根部叶片老化初期类似,难以用肉眼或者计算机图像处理技术识别。本文根据近红外光谱能够反映叶片组织中有机物组分的差异,运用近红外光谱技术对水果黄瓜植株磷元素亏缺进行了快速诊断研究。精确控制营养液中磷元素含量,通过设施栽培方式培养缺磷植株和对照样本。近红外光谱仪采集了90片叶子的原始光谱(60片作为训练集,30片作为预测集),经光谱预处理和窗口宽度优化后均匀划分为27个子区间,分别提取每个子区间的10个主成分数据作为BP人工神经网络(BP-ANN)的输入变量,以叶片缺素情况作为输出变量,建立3层BP-ANN诊断模型。当主成分因子数为3时,第7个子区间对应的模型效果最佳,模型对缺磷叶片和正常叶片的预测准确率均达到100%。研究表明:近红外光谱技术结合BP-ANN快速诊断水果黄瓜磷元素亏缺是可行的。
- 石吉勇邹小波赵杰文毛罕平王开亮陈正伟黄晓玮
- 关键词：缺素诊断近红外光谱技术磷元素水果黄瓜BP人工神经网络
- 银杏叶中黄酮含量的叶面分布检测研究被引量：3
- 2015年
- 利用近红外高光谱图像技术研究了银杏叶中黄酮含量的叶面分布检测方法。首先采集120片新鲜银杏叶在900～1700nm波段下的高光谱图像信息,并采用化学分析方法测量银杏叶的黄酮含量值;其次,提取银杏叶高光谱图像中的光谱信息,结合主成分分析和线性回归方法建立黄酮含量检测模型（r=0.9219）,由此确立银杏叶高光谱图像信号与黄酮含量的对应关系;最后,依次提取待测银杏叶高光谱图像中单个像素点对应的光谱信息,将其代入黄酮含量检测模型以计算各像素点处对应的黄酮含量值,从而得到黄酮含量在整个银杏叶面上的分布图。研究表明：近红外高光谱图像技术可快速检测银杏叶中黄酮的叶面分布,研究为揭示有机组分在食品中的分布规律提供了技术手段。
- 李芳石吉勇张德涛陈正伟
- 关键词：黄酮银杏叶
- 不同颜色银杏叶总黄酮含量分布高光谱图像检测被引量：11
- 2014年
- 利用近红外高光谱图像技术研究了总黄酮含量在不同颜色（绿色、黄绿色、黄色）银杏叶片上的二维分布规律。采集120片银杏叶在近红外波段（900—1700nm）下的高光谱图像信息，并利用分光光度计法测定银杏叶片的总黄酮含量；计算高光谱图像中不同波段下的平均灰度作为银杏叶对应的光谱信息，利用逐步线性回归方法建立黄酮含量校正模型（R=0．9307）；逐一提取待测银杏叶高光谱图像中每个像素点在不同波段的光谱信息，并将其代入黄酮含量校正模型以计算出各个像素点处对应的黄酮含量，从而绘制总黄酮含量在整个银杏叶片上的二维分布图。研究结果表明，银杏叶总黄酮含量随着绿色、黄绿色、黄色而呈现出递增趋势，且总黄酮含量高的区域主要位于叶片的边缘，总黄酮含量低的区域主要位于叶柄附近。研究为揭示有机组分在农产品、食品中的分布规律提供了枯术手段．
- 石吉勇邹小波张德涛陈正伟赵杰文
- 关键词：银杏叶总黄酮高光谱图像
- 近红外光谱技术快速无损诊断黄瓜植株氮、镁元素亏缺被引量：24
- 2011年
- 为了快速无损诊断黄瓜植株氮、镁元素亏缺,以K-最近邻域法(k-nearest neighbors,KNN)模型识别率作为遗传算法中染色体的适应度值,采用遗传算法(genetic algorithm,GA)优选近红外光谱特征子区间,交互验证优化主成分因子数和K值后建立了特征子区间对应的GA-KNN诊断模型。通过控制营养液中氮和镁的含量,在温室大棚内以无土栽培方式培育氮、镁元素亏缺植株,并用近红外光谱仪采集缺氮、缺镁植株老叶的光谱信息。结果表明:原始光谱经过标准正交变换预处理和子区间总数优化后,均匀划分为42个子区间,遗传算法优选出第6、9、13、17、18、24、34和37共8个特征子区间,当主成分因子数为5,K值为5时得到最优GA-KNN诊断模型。模型对应的训练集识别率为98%,预测集识别率为96%,优于全光谱Bayes和KNN模型的诊断效果。试验证明利用近红外光谱技术快速无损检测黄瓜氮和镁元素亏缺是可行的。
- 石吉勇邹小波赵杰文毛罕平王开亮陈正伟黄晓玮
- 关键词：氮元素黄瓜植株缺素诊断近红外光谱技术
- 一种近红外光谱特征子区间选择新算法被引量：6
- 2010年
- 为了简化光谱模型和提高模型精度,在传统遗传算法中引入Metropolis接受准则,提出了一种新的模拟退火-遗传区间选择算法(SAA-GA-iPLS),用于快速提取近红外光谱特征子区间,采用偏最小二乘法(PLS)建立近红外光谱模型。以黄瓜叶近红外光谱数据及其类胡萝卜素含量为例,将全光谱分为40个区间,模拟退火-遗传算法能快速优选出7个子区间(分别为第3,5,14,18,21,32,33子区间),在所选7个子区间的基础上建立了黄瓜叶类胡萝卜素PLS光谱模型。与传统遗传算法的比较结果表明:无论是建模效果还是算法执行效率,模拟退火-遗传算法均优于传统遗传算法。
- 石吉勇邹小波赵杰文殷晓平陈正伟
- 关键词：模拟退火算法近红外光谱类胡萝卜素黄瓜叶
- 银杏叶总黄酮含量近红外光谱检测的特征谱区筛选被引量：8
- 2012年
- 通过区间偏最小二乘法(iPLS)谱区筛选方法、反向区间偏最小二乘法(biPLS)谱区筛选方法和联合区间偏最小二乘法(siPLS)谱区筛选方法优化光谱特征区间,建立黄酮含量分析模型,并与波数范围为4 000～8 000 cm-1的全光谱偏最小二乘(PLS)模型进行比较。结果表明,采用siPLS谱区筛选方法将全光谱均匀划分21个子区间,选择两个子区间(7、12区间)联合时,建立的siPLS谱区筛选模型预测效果最佳,其交互验证均方根误差和预测均方根误差分别为2.950 0和3.000,校正集和预测集相关系数分别为0.938 4和0.943 7。因此采用siPLS谱区筛选方法可以有效选择光谱特征区域,提高建模预测能力,实现银杏叶总黄酮含量的快速检测。
- 邹小波黄晓玮石吉勇陈正伟张德涛
- 关键词：银杏叶总黄酮近红外光谱偏最小二乘法
