江苏省自然科学基金(BK2009216)
- 作品数：11 被引量：274H指数：10
- 相关作者：陈全胜赵杰文张燕华黄星奕吴瑞梅更多>>
- 相关机构：江苏大学江西农业大学中国农业科学院更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：理学自动化与计算机技术农业科学轻工技术与工程更多>>
- 高光谱技术分析茶树叶片中叶绿素含量及分布被引量：26
- 2011年
- 植物叶片叶绿素含量及分布是植物营养信息表达的一个重要指标。以茶树为研究对象,利用高光谱技术分析茶树叶片中叶绿素含量及其分布。通过采集茶树鲜叶的高光谱图像,利用7种不同的算法从高光谱数据中提取相应的特征参数,并根据特征参数和叶绿素含量的参考测量值分别拟合出相应的预测模型。结果显示,二次土壤调节植被指数算法提取的特征参数最佳,预测模型校正集和预测集的相关系数R分别为0.843 3和0.832 3,最小均方根误差分别为9.918和8.601。最后根据预测模型估计叶片上任意像素下叶绿素的含量,并通过伪彩手段描述叶片中叶绿素含量的分布。研究结果表明,利用高光谱成像技术分析茶树叶片中叶绿素含量及其分布是可行的。
- 赵杰文王开亮欧阳琴陈全胜
- 关键词：茶树叶片叶绿素
- 梨可溶性固形物含量NIR与变量筛选无损检测被引量：17
- 2010年
- 为提高利用近红外光谱技术快速检测梨可溶性固形物含量的精度和稳定性,结合区间偏最小二乘和遗传算法(iPLS-GA)来筛选校正模型中的特征光谱区和变量,通过交互验证法确定模型中的主成分因子数和筛选的变量,并以预测均方根误差(RMSEP)和相关系数(Rp)作为模型评价标准。试验结果显示:iPLS-GA最优模型包含5个光谱区、50个变量和10个主成分因子。最佳预测模型相关系数(Rp)和RMSEP分别为0.939 8和0.325 0,研究结果表明近红外光谱结合iPLS-GA算法可以准确、无损检测梨的可溶性固形物含量。
- 朱伟兴江辉陈全胜郭建光
- 关键词：可溶性固形物含量近红外光谱遗传算法
- 基于高光谱成像技术的猪肉嫩度检测研究被引量：54
- 2010年
- 提出了基于高光谱成像技术的猪肉嫩度检测方法。利用高光谱成像系统获取78个猪肉样本在400～1100nm范围的高光谱图像数据;通过主成分分析高光谱数据进行降维,从中优选出3幅特征图像,并从每幅特征图像中分别提取对比度、相关性、角二阶矩和一致性等4个基于灰度共生矩阵的纹理特征变量,这样每个样本共有12个特征变量,再通过主成分分析提取6个主成分变量,并参照剪切力方法测得的样本嫩度等级结果,利用神经网络方法构建猪肉嫩度等级判别模型。模型对校正集样本的回判率为96.15%,预测集样本的判别率为80.77%。研究表明高光谱图像技术可以用于猪肉嫩度等级水平的检测。
- 陈全胜张燕华万新民蔡健荣赵杰文
- 关键词：光谱学高光谱成像嫩度
- 特征变量筛选在近红外光谱测定绿茶汤中茶多酚的应用被引量：10
- 2011年
- 利用化学计量学方法从绿茶汤近红外光谱中提取茶多酚光谱信息,建立茶多酚近红外光谱定量分析模型。光谱采集使用5 mm光程的石英比色皿,利用联合区间偏最小二乘法(siPLS)筛选特征光谱区间,然后在筛选的光谱区间内进一步利用遗传算法(GA)优选特征变量。结果表明,siPLS筛选的特征光谱区间避开了水的强吸收峰影响,利用GA在筛选的特征光谱区间内优选出166个特征变量建立PLS模型,模型预测集均方根误差为0.685%,相对标准差为5.26%,相对分析误差为3.22,所建模型能达到精度要求,可用于实际检测。
- 吴瑞梅岳鹏翔赵杰文黄星奕陈全胜
- 关键词：茶多酚近红外光谱遗传算法
- 特征波长筛选在近红外光谱测定梨硬度中的应用被引量：16
- 2010年
- 为了提高应用近红外光谱分析技术快速测定梨硬度的精度和稳定性,该研究采用联合区间偏最小二乘和遗传算法(siPLS-GA)在校正模型中用来筛选特征光谱区域和波长,通过交互验证法确定模型的主成分因子数和筛选的波长,并以预测均方根误差(RMSEP)和相关系数(Rp)作为模型的评价标准。基于siPLS-GA的最优模型包含4个光谱区、96个变量和10个主成分因子。该模型结果显示:最佳预测模型相关系数(Rp)和RMSEP分别为0.9083和0.5573。研究结果表明,近红外光谱技术结合siPLS-GA建模用于无损、快速测定梨的硬度是可行的。
- 朱伟兴江辉陈全胜
- 关键词：近红外光谱遗传算法
- 近红外光谱技术结合特征变量筛选快速检测绿茶滋味品质被引量：22
- 2011年
- 茶汤滋味是茶叶品质的核心,该研究利用近红外光谱技术快速检测绿茶滋味品质。试验以滋味化学鉴定法作为绿茶滋味品质检测的标准方法,试验得到的滋味总得分值作为近红外光谱预测模型的参考测量值。在模型建立过程中,首先利用联合区间偏最小二乘法(siPLS)筛选特征子区间;然后,用遗传算法(GA)在特征子区间内优选特征变量。最优模型在优选出38个特征变量,主成分因子数为6时获得,模型预测集相关系数(Rp)为0.890 8,预测均方根误差(RMSEP)为4.66。研究结果表明,利用近红外光谱技术结合siPLS-GA算法检测绿茶滋味品质是可行的,同时表明siPLS-GA算法相对于其他方法在本研究中的应用具有一定的优越性。
- 吴瑞梅赵杰文陈全胜黄星奕
- 关键词：近红外光谱遗传算法绿茶
- 光谱和成像融合技术检测猪肉中挥发性盐基氮被引量：6
- 2012年
- 挥发性盐基氮(TVB-N)含量是评价猪肉新鲜度的重要指标。尝试融合光谱和成像技术检测猪肉中TVB-N含量。实验以不同新鲜度的猪肉样本为研究对象,同时采集近红外光谱数据和图像数据,并对其分别进行特征提取和主成分分析,利用反向传播神经网络构建猪肉TVB-N的定量预测模型。实验结果表明,融合模型要优于单一技术模型,模型交互验证均方根误差(RMSECV)为1.2975,对独立样本预测时相关系数达到0.957。研究表明基于光谱和成像融合技术检测猪肉中TVB-N含量是可行的,检测结果的准确性和稳定性较单一技术有所提高。
- 赵杰文张燕华陈全胜黄林许慧
- 关键词：近红外光谱融合技术猪肉挥发性盐基氮
- 碧螺春茶叶的真伪鉴别技术——基于漫反射式高光谱成像技术被引量：11
- 2013年
- 提出了基于漫反射式高光谱成像技术结合模式识别的碧螺春茶真伪鉴别方法。试验以漫反射式高光谱成像系统采集碧螺春茶样图像数据;通过主成分分析优选特征图像,并利用灰度共生矩阵从中各提取4个纹理特征参量;最后,利用支持向量机的模式识别方法构建茶叶真伪鉴别模型。训练和预测集的判别率分别达到100%和96.25%。研究表明,利用漫反射式高光谱成像技术结合支持向量机模式识别方法鉴别碧螺春茶品质真伪是可行的。
- 蔡健荣韩智义
- 关键词：灰度共生矩阵支持向量机碧螺春茶
- 雪莲花产地鉴别的近红外光谱分析方法被引量：25
- 2010年
- 以青海、西藏、云南和新疆4个不同产地的雪莲花为研究对象,利用K-最近邻域(KNN)模式识别方法建立雪莲花产地鉴别模型,模型参数K和主成分因子数(PCs)通过交互验证的方法优化;同时比较了标准正态变量变换(SNV)、多元散射校正(MSC)、一阶导数和二阶导数4种预处理方法对模型结果的影响。试验结果显示,通过SNV光谱预处理后,在K为3和PCs为5时,所得到的模型最佳,模型交互验证识别率和预测识别率均为100%。研究表明,近红外光谱技术结合KNN方法可以成功鉴别雪莲花产地。
- 赵杰文蒋培陈全胜
- 关键词：雪莲花近红外光谱
- 基于电子舌技术的绿茶滋味品质评价被引量：60
- 2011年
- 该文研究利用电子舌技术快速评价绿茶的滋味品质。试验以"碧螺春"绿茶为研究对象,以绿茶滋味化学鉴定法作为绿茶滋味品质的评价方法,获得的滋味总得分值作为电子舌评价模型的参考测量值。在数据分析过程中,首先对不同生产日期的碧螺春茶汤滋味总得分值和各传感器响应值进行单因素方差分析;然后对比采用偏最小二乘法和最小二乘支持向量机建立电子舌传感器响应值与滋味总得分值之间的相关模型。结果显示不同生产日期对绿茶滋味品质及各传感器响应信号都具有极显著影响;当采用4个主成分时,建立的最小二乘支持向量机模型最优。用独立样本检验模型精度,模型预测值与参考值的相关系数为0.906,预测集均方根误差为4.077。研究结果可为茶叶品质智能化评价提供参考。
- 吴瑞梅赵杰文陈全胜黄星奕
- 关键词：农产品电子舌绿茶偏最小二乘法
