王润博
- 作品数：6 被引量：30H指数：3
- 供职机构：河南科技大学食品与生物工程学院更多>>
- 发文基金：河南省科技攻关计划河南省科技创新杰出青年基金国家自然科学基金更多>>
- 相关领域：机械工程理学自动化与计算机技术轻工技术与工程更多>>
- 电子鼻鉴别白酒信号小波去漂移方法被引量：4
- 2016年
- 为提高电子鼻长期鉴别的稳健性,提出了一种基于小波分析的电子鼻信号去漂移方法。对含漂移信号的电子鼻数据进行小波分解,获得分解系数;构造一种相对偏差阈值滤波函数对小波逼近系数进行阈值处理,获得修正的小波系数;运用小波逆变换对修正后的小波系数进行重构,得到去除漂移或少漂移的电子鼻信号。对6种白酒样本随机生成的5组样本训练集与对应的测试集进行去漂移处理与信号重构,提取去漂移处理前后的电子鼻信号积分值特征,并运用Fisher判别分析(FDA)和BP神经网络分别对5组数据集进行鉴别分析。FDA鉴别结果显示,无论是训练集还是测试集,5组样本的鉴别正确率由去漂移前的最高值45%提升至去漂移后的100%。BP神经网络鉴别结果显示,5组样本的鉴别正确率由去漂移前的最高值31.7%提升至去漂移后的98.3%。这说明所给出的去漂移方法在白酒电子鼻的鉴别中是稳健有效的。同时,也为电子鼻鉴别其他物品提供了一种可借鉴的去漂移方法。
- 殷勇白玉于慧春郝银凤王润博
- 关键词：白酒电子鼻小波分析
- 基于高光谱图像光谱与纹理信息的枸杞多糖及总糖含量检测被引量：9
- 2018年
- 为利用高光谱图像技术实现枸杞多糖及总糖含量的快速无损检测,采用主成分分析对原始高光谱图像进行处理,选取前3个主成分图像,根据其在全波段下的权重系数选取5个特征波长并提取对应图像的平均光谱值,提取主成分图像及特征波长图像的纹理特征,利用偏最小二乘回归分别建立基于不同特征参量的预测模型。结果表明,单独利用特征光谱或图像数据,预测结果不理想;将特征光谱与纹理数据组合后,预测模型的校正集结果明显提高,但预测集结果偏低。因此,为提高预测结果准确性,对所有特征按照与两指标的相关程度进行筛选,优化后特征构建的检测模型具有最佳预测结果:R_(C(多糖))~2=0.9604,R_(P(多糖))~2=0.8961;R_(C(总糖))~2=0.9657,R_(P(总糖))~2=0.8670。由此可见,基于高光谱图像光谱与纹理信息检测枸杞多糖和总糖含量是可行的,根据相关系数筛选最适宜的特征提高了模型的预测性能,同时减少了计算的复杂性。本研究结果为枸杞整体品质的快速无损检测提供了重要参考。
- 于慧春王润博殷勇殷勇
- 关键词：高光谱图像枸杞多糖总糖
- 基于小波分析的白酒电子鼻信号去漂移方法与鉴别分析
- 电子鼻是一种非常有潜力的鉴别工具，在白酒检测领域已有很多研究报告。但是，电子鼻漂移往往对检测结果有非常不利的影响，降低了电子鼻检测的正确率，致使所建立的电子鼻检测模型不具有长期稳健性，不适合检测后续样本。
- 白玉殷勇于慧春郝银凤王润博刘云宏
- 关键词：白酒电子鼻漂移小波分析
- 基于信息熵的枸杞分级高光谱图像特征波长选择方法（英文）被引量：3
- 2017年
- 为获得适合枸杞分级的最佳高光谱特征波长图像,实验提出一种基于信息熵的高光谱图像特征波长选择方法。通过计算在不同波长条件下每一个枸杞样本的自信息,得到每一类枸杞高光谱图像的平均自信息;通过计算对应任意2个不同类别的枸杞样本的互信息,得到任意2类枸杞高光谱图像的平均互信息。最终获得枸杞高光谱图像在某一波长条件下的平均互信息与各自平均自信息和的比值,定义为A。A值可以作为枸杞分级高光谱图像特征波长选择的量化指标。结果显示,枸杞分级的最优波长为950 nm。最后,提取特定波长条件下所有枸杞图像的纹理特征,并采用Fisher判别分析对6类枸杞进行分类验证。基于信息熵的枸杞分级高光谱图像特征波长选择方法是可行的。
- 于慧春王润博殷勇刘云宏
- 关键词：高光谱图像信息熵枸杞
- 基于高光谱图像技术的枸杞总糖预测模型研究
- 枸杞是我国“药食同源”的名贵中草药之一，具有丰富的营养成分和众多保健功效。但是目前我国枸杞市场果品质量混乱，价值和价格不相匹配，从而抑制了枸杞加工和深加工的进程。枸杞中的糖是其主要成分之一，这些糖类不仅具有重要的生理作用...
- 于慧春王润博殷勇刘云宏郝银凤白玉
- 关键词：高光谱图像BP神经网络枸杞
- 基于不同波段的枸杞多糖及总糖高光谱成像检测被引量：15
- 2017年
- 采用高光谱图像技术对枸杞多糖和总糖含量进行检测,并探寻其最适宜的光谱波段。首先采用多元散射校正、Savitzky-Golay平滑(S-G平滑)和标准正态变量变换3种常用光谱预处理方法对原始光谱进行预处理,并对结果进行对比,选择多元散射校正预处理方法,以消除散射的影响;然后分别基于相关系数的数值及不同范围波长的特性,选择有效波段、可见光波段、近红外波段及全波段图像的平均光谱反射值作为特征参量;最后建立基于不同特征参量的枸杞多糖和总糖含量的BP神经网络预测模型。结果表明:基于全波段条件下光谱信息所建立的预测模型最佳,枸杞多糖含量预测正确率为97.59%,相关系数为0.997 4,均方根误差为0.077 7,枸杞总糖含量预测正确率为100%,相关系数为0.996 8,均方根误差为0.250 6。因此高光谱无损检测枸杞多糖和总糖含量具有可行性。
- 于慧春王润博殷勇刘云宏
- 关键词：高光谱图像BP神经网络枸杞多糖总糖
