本文主要研究内容
作者李鸿强（2019）在《基于高光谱分析的蔬菜品质检测方法研究》一文中研究指出：以结球甘蓝、马铃薯、马铃薯微型种薯为研究对象,开展了高光谱分析的蔬菜品质检测方法研究,为蔬菜产品规格、等级、外部缺陷检测和品种识别提供理论和技术支持。论文的主要研究内容如下:[1]基于机器视觉技术的结球甘蓝外观品质检测机器视觉技术结合BP神经网络,建立了结球甘蓝叶球形状的BP神经网络识别模型。结球甘蓝的叶球形状,分为尖头,平头,圆头三种。传统叶球形状识别由人工完成。运用图像处理技术,提取了结球甘蓝图像的高度、宽度、长轴、面积4个绝对形状参数,定义了高宽比、圆形度、矩形度、椭形度、球顶形状指数5个相对形状参数。分别以4个绝对参数,5个相对参数,以及上述9个参数作为网络输入,建立BP神经网络叶球形状识别模型,正确识别率分别为62.5%,100%和100%。9个参数作为输入参数构建的BP网络识别模型可用于生产实践。机器视觉技术结合模糊聚类分析方法,建立了结球甘蓝等级划分模型。国标“NY/T 1586—2008结球甘蓝等级规格”中,将结球甘蓝分为3级。运用图像处理技术,提取结球甘蓝图像中反映外观特征的形状、颜色、纹理特征,通过模糊聚类分析方法将校正集样本分为3个类别。3个类别形状、颜色、纹理图像特征参数平均值和方差的统计结果表明,第3类样本是特级结球甘蓝,第2类样本是一级结球甘蓝,第1类样本是二级结球甘蓝。通过计算待测结球甘蓝与各等级样本中心的欧氏距离,以最小距离确定待测样品的等级归属。[2]基于近红外光谱分析的结球甘蓝内在品质检测近红外光谱分析技术结合多元回归和偏最小二乘回归方法,建立了结球甘蓝维生素C预测模型。原始光谱经过一阶导数处理,利用7个主成分建立偏最小二乘回归(Partial least squares,PLS)模型,检测精度高,可以代替传统检测方法。逐步回归方法选择的8,6,5个优选波长建立多元线性回归模型,利用较少的波长变量来预测维生素C含量,降低模型复杂度,可以为便携式检测仪器开发提供技术支持。近红外光谱分析技术结合竞争性自适应重加权采样波长优选方法和偏最小二乘回归方法,建立了结球甘蓝可溶性糖含量预测模型。利用竞争性自适应重加权采样法(Competitive adaptive reweighted sampling,CARS)共优选了 84 个建模波数,CARS 算法选取的波数,可以同时引入与化学值和背景信息相关的光谱信息,减少了建模变量,降低了模型的复杂度,提高了模型的预测精度。所建立的CARS-PLS结球甘蓝可溶性糖含量预测模型可用于生产实践。[3]基于高光谱的马铃薯干腐、疮痂病检测光谱曲线上的极值点和极值点间的中点,这些关键点最能体现反射光谱的“指纹”效应。找出正常、干腐、疮痂马铃薯平均光谱曲线上的这些关键点,以平均光谱曲线上的关键点对应的反射率形成标准模式特征向量,通过计算待测样本的对应模式特征向量与3个标准向量的马氏距离,以最小距离判定待测样本的归属,正常、干腐、疮痂马铃薯样本的正确识别率均为100%。正常、干腐、疮痂马铃薯样本平均光谱曲线上共有6个相同极值点,相邻两点间连线的斜率可以体现这种变化,利用斜率形成识别的模式特征向量,同样以最小马氏距离判定待测样本的归属。波长911,1 269,1455nm处两点间的斜率形成的模式特征向量,正常和疮痂样本的正确识别率为100%,干腐样本的正确识别率为97.6%。[4]基于高光谱的马铃薯微型种薯分类检测以前3个主成分作为分类变量,应用判别分析,BP神经网络,支持向量机,对大西洋、荷兰-14、荷兰十五041、荷兰十五Q8、冀张薯12号、冀张薯8号、兴佳2号和Y2共8种马铃薯微型种薯分类问题进行研究。由于类别较多,对8个品种建立单一分类模型,分类效果较差,采用分层次的分类建模,提高泛化能力。
Abstract
yi jie qiu gan lan 、ma ling shu 、ma ling shu wei xing chong shu wei yan jiu dui xiang ,kai zhan le gao guang pu fen xi de shu cai pin zhi jian ce fang fa yan jiu ,wei shu cai chan pin gui ge 、deng ji 、wai bu que xian jian ce he pin chong shi bie di gong li lun he ji shu zhi chi 。lun wen de zhu yao yan jiu nei rong ru xia :[1]ji yu ji qi shi jiao ji shu de jie qiu gan lan wai guan pin zhi jian ce ji qi shi jiao ji shu jie ge BPshen jing wang lao ,jian li le jie qiu gan lan xie qiu xing zhuang de BPshen jing wang lao shi bie mo xing 。jie qiu gan lan de xie qiu xing zhuang ,fen wei jian tou ,ping tou ,yuan tou san chong 。chuan tong xie qiu xing zhuang shi bie you ren gong wan cheng 。yun yong tu xiang chu li ji shu ,di qu le jie qiu gan lan tu xiang de gao du 、kuan du 、chang zhou 、mian ji 4ge jue dui xing zhuang can shu ,ding yi le gao kuan bi 、yuan xing du 、ju xing du 、tuo xing du 、qiu ding xing zhuang zhi shu 5ge xiang dui xing zhuang can shu 。fen bie yi 4ge jue dui can shu ,5ge xiang dui can shu ,yi ji shang shu 9ge can shu zuo wei wang lao shu ru ,jian li BPshen jing wang lao xie qiu xing zhuang shi bie mo xing ,zheng que shi bie lv fen bie wei 62.5%,100%he 100%。9ge can shu zuo wei shu ru can shu gou jian de BPwang lao shi bie mo xing ke yong yu sheng chan shi jian 。ji qi shi jiao ji shu jie ge mo hu ju lei fen xi fang fa ,jian li le jie qiu gan lan deng ji hua fen mo xing 。guo biao “NY/T 1586—2008jie qiu gan lan deng ji gui ge ”zhong ,jiang jie qiu gan lan fen wei 3ji 。yun yong tu xiang chu li ji shu ,di qu jie qiu gan lan tu xiang zhong fan ying wai guan te zheng de xing zhuang 、yan se 、wen li te zheng ,tong guo mo hu ju lei fen xi fang fa jiang jiao zheng ji yang ben fen wei 3ge lei bie 。3ge lei bie xing zhuang 、yan se 、wen li tu xiang te zheng can shu ping jun zhi he fang cha de tong ji jie guo biao ming ,di 3lei yang ben shi te ji jie qiu gan lan ,di 2lei yang ben shi yi ji jie qiu gan lan ,di 1lei yang ben shi er ji jie qiu gan lan 。tong guo ji suan dai ce jie qiu gan lan yu ge deng ji yang ben zhong xin de ou shi ju li ,yi zui xiao ju li que ding dai ce yang pin de deng ji gui shu 。[2]ji yu jin gong wai guang pu fen xi de jie qiu gan lan nei zai pin zhi jian ce jin gong wai guang pu fen xi ji shu jie ge duo yuan hui gui he pian zui xiao er cheng hui gui fang fa ,jian li le jie qiu gan lan wei sheng su Cyu ce mo xing 。yuan shi guang pu jing guo yi jie dao shu chu li ,li yong 7ge zhu cheng fen jian li pian zui xiao er cheng hui gui (Partial least squares,PLS)mo xing ,jian ce jing du gao ,ke yi dai ti chuan tong jian ce fang fa 。zhu bu hui gui fang fa shua ze de 8,6,5ge you shua bo chang jian li duo yuan xian xing hui gui mo xing ,li yong jiao shao de bo chang bian liang lai yu ce wei sheng su Chan liang ,jiang di mo xing fu za du ,ke yi wei bian xie shi jian ce yi qi kai fa di gong ji shu zhi chi 。jin gong wai guang pu fen xi ji shu jie ge jing zheng xing zi kuo ying chong jia quan cai yang bo chang you shua fang fa he pian zui xiao er cheng hui gui fang fa ,jian li le jie qiu gan lan ke rong xing tang han liang yu ce mo xing 。li yong jing zheng xing zi kuo ying chong jia quan cai yang fa (Competitive adaptive reweighted sampling,CARS)gong you shua le 84 ge jian mo bo shu ,CARS suan fa shua qu de bo shu ,ke yi tong shi yin ru yu hua xue zhi he bei jing xin xi xiang guan de guang pu xin xi ,jian shao le jian mo bian liang ,jiang di le mo xing de fu za du ,di gao le mo xing de yu ce jing du 。suo jian li de CARS-PLSjie qiu gan lan ke rong xing tang han liang yu ce mo xing ke yong yu sheng chan shi jian 。[3]ji yu gao guang pu de ma ling shu gan fu 、chuang jia bing jian ce guang pu qu xian shang de ji zhi dian he ji zhi dian jian de zhong dian ,zhe xie guan jian dian zui neng ti xian fan she guang pu de “zhi wen ”xiao ying 。zhao chu zheng chang 、gan fu 、chuang jia ma ling shu ping jun guang pu qu xian shang de zhe xie guan jian dian ,yi ping jun guang pu qu xian shang de guan jian dian dui ying de fan she lv xing cheng biao zhun mo shi te zheng xiang liang ,tong guo ji suan dai ce yang ben de dui ying mo shi te zheng xiang liang yu 3ge biao zhun xiang liang de ma shi ju li ,yi zui xiao ju li pan ding dai ce yang ben de gui shu ,zheng chang 、gan fu 、chuang jia ma ling shu yang ben de zheng que shi bie lv jun wei 100%。zheng chang 、gan fu 、chuang jia ma ling shu yang ben ping jun guang pu qu xian shang gong you 6ge xiang tong ji zhi dian ,xiang lin liang dian jian lian xian de xie lv ke yi ti xian zhe chong bian hua ,li yong xie lv xing cheng shi bie de mo shi te zheng xiang liang ,tong yang yi zui xiao ma shi ju li pan ding dai ce yang ben de gui shu 。bo chang 911,1 269,1455nmchu liang dian jian de xie lv xing cheng de mo shi te zheng xiang liang ,zheng chang he chuang jia yang ben de zheng que shi bie lv wei 100%,gan fu yang ben de zheng que shi bie lv wei 97.6%。[4]ji yu gao guang pu de ma ling shu wei xing chong shu fen lei jian ce yi qian 3ge zhu cheng fen zuo wei fen lei bian liang ,ying yong pan bie fen xi ,BPshen jing wang lao ,zhi chi xiang liang ji ,dui da xi xiang 、he lan -14、he lan shi wu 041、he lan shi wu Q8、ji zhang shu 12hao 、ji zhang shu 8hao 、xing jia 2hao he Y2gong 8chong ma ling shu wei xing chong shu fen lei wen ti jin hang yan jiu 。you yu lei bie jiao duo ,dui 8ge pin chong jian li chan yi fen lei mo xing ,fen lei xiao guo jiao cha ,cai yong fen ceng ci de fen lei jian mo ,di gao fan hua neng li 。
论文参考文献
论文详细介绍
论文作者分别是来自中国农业大学的李鸿强，发表于刊物中国农业大学2019-01-17论文，是一篇关于光谱分析论文,结球甘蓝论文,马铃薯论文,马铃薯微型种薯论文,无损检测论文,中国农业大学2019-01-17论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国农业大学2019-01-17论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：光谱分析论文; 结球甘蓝论文; 马铃薯论文; 马铃薯微型种薯论文; 无损检测论文; 中国农业大学2019-01-17论文;