公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于高光谱技术的铁观音茶叶等级判别被引量：12: 2014年; 应用高光谱技术结合支持向量机分类理论对不同等级的铁观音茶叶进行判别分析。采集铁观音各等级茶样的高光谱数据,提取红边幅值、蓝边位置、黄边面积、红谷反射率、归一化植被指数等共20个光谱特征参数,以其作为输入量带入以径向基函数作为核函数的支持向量机分类模型,探讨惩罚参数C和核参数g的最佳取值,构建判别模型,并对其进行验证和评价。结果显示,当惩罚参数C和核参数g分别为106和0.007 5时,所建模型对未知等级的铁观音样品正确判别率可达92.86%,表明应用高光谱技术进行铁观音茶叶等级的快速无损准确鉴别是可行的。; 于英杰王琼琼王冰玉陈君孙威江; 关键词：支持向量机铁观音

基于遗传算法的安溪铁观音品质快速评价研究被引量：17: 2017年; 为探究一种快速无损的安溪铁观音品质评价方法,利用遗传算法(GA)对茶样的近红外光谱特征波长进行筛选,结合偏最小二乘(PLS),建立全谱段的PLS定量模型与GA-PLS模型。结果表明,傅里叶变换近红外(FT-NIR)全谱段光谱在经过平滑+二阶导数+归一化处理后,PLS模型预测性能最高,建模结果为:校正集相关系数R_C=0.921,校正集均方根误差RMSEC=0.543,验证集相关系数R_P=0.913,验证集均方根误差RMSEP=0.665。选用近红外光谱6 670~4 000cm-1谱区,采用遗传算法进行特征波长筛选,参与建模数据点数从1 557缩减到408个。优选波段后,GA-PLS建模结果为:校正集相关系数R_C=0.959,校正集均方根误差RMSEC=0.413,验证集相关系数R_P=0.940,验证集均方根误差RMSEP=0.587。可见,GA-PLS模型的校正集和验证集的预测结果均优于全谱段PLS模型。结果说明,在传统的近红外光谱技术结合化学计量学方法的建模基础上,加入遗传算法进行波长筛选,能有效提高模型预测能力,实现方法学的创新研究,且GA-PLS品质评价模型具有较强的参考和推广价值,为提高我国茶叶品质的检测技术水平提供新的方法借鉴。; 王冰玉孙威江黄艳余文权吴全金林馥茗夏金梅; 关键词：近红外光谱遗传算法偏最小二乘安溪铁观音

基于近红外光谱技术和遗传算法的铁观音品质与产地判别: 本实验以安溪铁观音为研究材料,基于近红外光谱分析技术结合遗传算法,对茶样的近红外光谱特征波长进行筛选,优化并建立相关的数学分析模型,对安溪铁观音品质进行定量和定性测定,并实现安溪铁观音产地的快速、准确判别。完善茶叶快速无...; 王冰玉; 关键词：近红外光谱遗传算法铁观音; 文献传递

一种基于近红外光谱技术的乌龙茶品质鉴定方法: 本发明涉及一种基于近红外光谱技术的乌龙茶品质鉴定方法，包括以下步骤：茶粉样品的准备；光谱信息的采集；光谱信息的预处理；基于遗传算法的波长筛选；鉴定模型的建立及乌龙茶品质得分的测定。本发明样品预处理简单，能准确、快速地鉴定...; 孙威江王冰玉

一种基于近红外光谱技术的乌龙茶品质鉴定方法: 本发明涉及一种基于近红外光谱技术的乌龙茶品质鉴定方法，包括以下步骤：茶粉样品的准备；光谱信息的采集；光谱信息的预处理；基于遗传算法的波长筛选；鉴定模型的建立及乌龙茶品质得分的测定。本发明样品预处理简单，能准确、快速地鉴定...; 孙威江王冰玉; 文献传递

基于近红外光谱技术结合遗传算法的安溪铁观音品质评价被引量：1: 2016年; 以清香型铁观音茶叶为试验原料,基于近红外光谱技术结合遗传算法,建立相关的数学分析模型,用于安溪铁观音综合品质得分的测定,完善茶叶检测体系,进一步推动我国茶产业的标准化进程。实验结果表明,经二阶导数+平滑+归一化方法对光谱进行预处理后,得到综合品质得分PLS测定模型最优,验证集相关系数为0.913,均方根偏差为0.665。选用近红外光谱6 670-4 000 cm-1谱区,经遗传算法筛选特征波长后,建立茶样综合品质得分GA-PLS测定模型,校正集相关系数为0.959,均方根偏差为0.413;验证集相关系数为0.940,均方根偏差为0.587,GA-PLS模型的预测能力和精度更高。; 夏金梅孙威江林涛游泳曾兆华王冰玉; 关键词：近红外光谱技术遗传算法偏最小二乘法安溪铁观音

一种基于遗传算法结合支持向量机的乌龙茶产地判别方法: 本发明涉及一种基于遗传算法结合支持向量机的乌龙茶产地判别方法，包括以下步骤：茶粉样品的准备；光谱信息的采集；光谱信息的预处理；基于遗传算法的波长筛选；模型的建立；产地的判别。本发明为乌龙茶产地判别提供了一种快速、准确的途...; 孙威江王冰玉林馥茗黄艳; 文献传递

全选清除导出

共1页<1>

王冰玉