国家自然科学基金(31271875)
- 作品数：9 被引量：112H指数：7
- 相关作者：陈全胜赵杰文江辉刘国海梅从立更多>>
- 相关机构：江苏大学哥本哈根大学中国农业科学院茶叶研究所更多>>
- 发文基金：国家自然科学基金浙江省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：自动化与计算机技术理学农业科学轻工技术与工程更多>>
- 基于RSM和BP-AdaBoost-GA的红茶发酵性能参数优化被引量：11
- 2017年
- 为明确自行设计的滚筒式红茶发酵机性能参数,以无量纲化的综合评分为发酵品质评价指标,采用响应面法和基于改进型神经网络的遗传算法(BP-AdaBoost-GA)对影响发酵品质的3个因素(发酵温度、发酵时间、翻拌间隔)进行优化,并对2种方法的优化效果进行比较。结果表明,各因素对发酵品质的影响重要性顺序为:发酵温度、翻拌间隔、发酵时间;采用响应面法优化,当发酵温度、发酵时间、翻拌间隔分别为25℃、150 min、20 min时,综合评分预测值和实际值分别为0.863和0.856,相对误差为0.8%;而采用BP-AdaBoost-GA优化,当发酵温度、发酵时间、翻拌间隔分别为27℃、170 min、25 min时,预测值和实际值分别为0.871和0.868,相对误差为0.3%;BPAdaBoost预测模型的决定系数和相对分析误差分别为0.994和18.456,高于响应面法的0.988和9.577,且预测均方根误差较低,为0.017。在红茶发酵工艺的参数优化中,采用BP-AdaBoost-GA方法能比响应面法更好地拟合模型,以及在全局变量范围内推导最优发酵条件。
- 董春旺赵杰文朱宏凯袁海波叶阳陈全胜
- 关键词：红茶发酵参数优化ADABOOST算法
- 一种基于SCARS策略的近红外特征波长选择方法及其应用被引量：15
- 2014年
- 针对近红外光谱数据的内在特点,提出了一种基于稳定性竞争自适应重加权采样(stability competitive adaptive reweighted sampling,SCARS)策略的近红外特征波长优选方法。该方法以PLS模型回归系数的稳定性作为变量选择的依据,其过程包含多次循环迭代,每次循环均首先计算相应变量的稳定性,而后通过强制变量筛选以及自适应重加权采样技术(ARS)进行变量筛选;最后对每次循环后所得变量子集建立PLS模型并计算交互验证均方根误差(RMSECV),将RMSECV值最小的集合作为最优变量子集。利用饲料蛋白固态发酵过程近红外光谱数据集对所提方法进行了验证,并与基于PLS的蒙特卡罗无信息变量消除法(MC-UVE)和竞争自适应重加权采样(CARS)方法所得结果进行了比较。试验结果显示:建立在SCARS方法优选的21个特征波长变量基础上的PLS模型预测效果更好,其预测均方根误差(RMSEP)和相关系数(Rp)分别为0.054 3和0.990 8;该优选策略能有效地增强固态发酵光谱数据特征波长变量选择的准确性和稳定性,提高了模型的预测精度,具有一定的应用价值。
- 刘国海夏荣盛江辉梅从立黄永红
- 关键词：光谱分析近红外SCARS
- 高光谱成像技术检测鸡肉中挥发性盐基氮含量被引量：19
- 2013年
- 挥发性盐基氮(TVB-N)含量是评价肉制品新鲜度的重要指标。尝试采用遗传联合区间偏最小二乘(GA-Si-PLS)从高光谱数据之光谱信息中筛选出最优波长。再提取各波长所对应的灰度图像的纹理特征,纹理特征变量经主成分优化后,作为输入层,运用反向传播神经网络(BP-ANN)构建鸡肉的TVB-N含量的定量模型。实验表明,模型对训练集和预测集的均方根误差分别6.61和9.84,相关系数分别为0.9054和0.8030。研究表明可以利用高光谱中的图像信息对鸡肉TVB-N含量进行快速无损检测。
- 赵杰文惠喆黄林张燕华陈全胜
- 关键词：光谱学高光谱成像挥发性盐基氮遗传算法反向传播神经网络
- siPLS-LASSO的近红外特征波长选择及其应用被引量：5
- 2018年
- 近红外技术广泛应用于食品、药品等生产过程和产品质量检测,具有样品无需预处理、成本低、无破坏性、测定速度快等优点。但是,全光谱数据维数高、冗余信息多,直接应用于建模会导致模型复杂性高、稳定性差等问题。siPLS是最常见的光谱数据降维方法,但是难以处理光谱数据的共线性问题。LASSO是一种相对新的数据降维方法,但在小样本应用中具有不稳定性。针对siPLS和LASSO在近红外光谱数据应用中存在的问题,提出了基于siPLS-LASSO的近红外特征波长选择方法,并将其应用于秸秆饲料蛋白固态发酵过程pH值监测。该方法首先采用siPLS算法,实现对光谱波长最佳联合子区间的优选;然后,对优选联合子区间使用LASSO算法进行特征波长选择,在此基础上建立PLS校正模型。同时,将siPLS-LASSO方法与其他传统特征波长选择方法进行了对比。结果表明:建立在siPLS-LASSO方法优选33个特征波长基础上的PLS模型预测结果更好,其预测方差(RMSEP)和相关系数(Rp)分别为0.071 1和0.980 8;所提siPLSLASSO方法有效选取了特征波长,提高了模型预测性能。
- 梅从立梅从立尹梁尹梁江辉陈旭丁煜函
- 关键词：近红外光谱
- 基于机器视觉和工艺参数的针芽形绿茶外形品质评价被引量：25
- 2017年
- 外形是针芽形绿茶的关键感官评价指标,通常依据色泽、条形、嫩度和匀整度等表象特征进行人工评审,难以做到精准、客观和量化评价。本文以自动化生产线机制的针芽形绿茶为研究对象,基于茶叶品质、形成工艺和视觉形态等内外因素,构建了外形品质的智能感官评价方法。首先,在线采集在制品的17个机制工艺参数和成品茶的图像,进行图像特征提取,选取9个颜色特征和6个纹理特征。进而,通过与专家感官评分进行关联分析,明确了与感官品质显著相关的特征变量。为获取高效的评价模型,采用偏最小二乘法(PLS)、极限学习机(ELM)和强预测器集成算法(ELM-Ada Boost)3种多元校正方法,分别建立了基于工艺或图像特征的针芽形绿茶外形感官的量化评价模型。建模结果表明,基于图像特征建立的ELM-Ada Boost模型(Rp=0.892,RPD大于2),其预测性能优于其他模型,且具有更小的RMSEP(0.874)、Bias(-0.148)、SEP(0.226)和CV(0.018)值。同时,非线性模型的预测性能均高于PLS线性模型,能更好地表征工艺参数、图像信息与感官评分之间的解析关系,且建模速度更快(0.014~0.281 s)。而Ada Boost法作为一种混合迭代算法,能进一步提升ELM模型的精度和泛化能力。结果表明,基于机器视觉和工艺评价针芽形绿茶外形品质是可行的,为拓展茶叶感官品质评价方法和专家工艺决策支持系统研制,提供理论依据和数据支撑。
- 董春旺朱宏凯周小芬袁海波袁海波赵杰文
- 关键词：机器视觉感官品质非线性
- 基于机器视觉和非线性的芽形绿茶外形感官品质评价（英文）被引量：10
- 2017年
- 目的:针对传统人工感官评价缺陷,建立客观、量化、有效和无损的芽形绿茶外形品质表征方法。创新点:采用图像特征(色泽和纹理)和Ada Boost改进的ELM(极限学习机)混合算法(Ada-ELM),明确了茶叶外形表象与人的感官感受间的非线性量化解析关系。方法:基于机器视觉和图像处理技术,提取不同品质茶样的纹理和色泽等图像特征(表1),并与专家感官评分进行关联分析,筛选出10个极显著相关的特征变量(图1)。进而采用偏最小二乘法(PLS)和Ada-ELM,分别建立了针芽形绿茶外形感官品质的线性和非线性预测模型(表2),并进行模型性能比较。结论:非线性模型能更好地表征图像信息与感官评分间的关联,且Ada Boost集成算法能进一步提升ELM模型的预测精度和泛化性。综合而言,采用计算机图像特征量化评价芽形绿茶的外形品质是可行的,为拓展茶叶感官评审方法和规模化、自动化加工中品质的专家决策技术,提供了一种新的技术途径和思路。
- Chun-wang DONGHong-kai ZHUJie-wen ZHAOYong-wen JIANGHai-bo YUANQuan-sheng CHEN
- 关键词：图像特征
- 基于近红外光谱的橄榄油品质鉴别方法研究被引量：5
- 2016年
- 目前市面上销售的橄榄油主要分为特级初榨橄榄油和普通初榨橄榄油两类,为了鉴别两种不同品质的橄榄油,提出了一种应用siPLS-IRIV-PCA算法的橄榄油品质鉴别的新方法。基于橄榄油的近红外光谱数据,应用联合区间偏最小二乘法(siPLS)对橄榄油的近红外光谱进行了波长区间优选,使用交叉验证均方根误差(RMSECV)评估模型的性能并选择最优波长区间,通过迭代保留信息变量(IRIV)算法从最优波长区间中选择特征波长,根据选择的特征波长构建主成分分析(PCA)模型。对90组特级初榨橄榄油和90组普通橄榄油样本进行了判别鉴定。PCA将1 427个波长变量作为输入变量,前两个主成分贡献率为51.891 8%和26.473 2%;siPLS-PCA将408个波长变量作为输入变量,前两个主成分贡献率为56.039 1%和36.2355%;siPLS-IRIV-PCA将6个波长变量作为输入变量,前两个主成分贡献率为66.347 6%和32.304 3%。结果表明,与PCA和siPLS-PCA鉴别方法相比,siPLS-IRIV-PCA具有最佳的鉴别性能。
- 刘国海韩蔚强江辉
- 关键词：近红外光谱橄榄油主成分分析
- 基于近红外光谱技术的乙醇固态发酵过程参数定量检测被引量：10
- 2017年
- 为了提高乙醇固态发酵过程在线监测的精度,开展了基于傅里叶近红外光谱(FT-NIRS)分析技术的乙醇固态发酵过程参数快速定量检测研究。采用联合区间偏最小二乘法(siPLS)对标准正态变量变换(SNV)预处理后的光谱进行特征波长区间优选;引入遗传算法(GA)、竞争自适应重加权采样(CARS)法和迭代保留信息变量(IRIV)法从优选后波长区间中进一步筛选特征波长变量;最后,建立不同变量筛选方法所得特征波长的乙醇固态发酵过程参数(乙醇和还原糖含量)的偏最小二乘(PLS)预测模型。实验结果显示,与GA和CARS方法相比,IRIV方法所得的波长变量数最少;其中,与乙醇和还原糖相关的特征变量个数分别为43和40;在验证集中,PLS预测模型乙醇含量的验证集均方根误差(RMSEP)和预测相关系数Rp分别为0.2511和0.9934,还原糖含量的RMSEP和Rp分别为0.1730和0.9926,其预测精度亦高于其他方法所得结果。实验结果表明,利用近红外光谱分析技术实现乙醇固态发酵过程关键参数的在线检测是可行的;并且IRIV方法是一种有效近红外光谱特征波长优选方法,可提高预测模型精度。
- 张航刘国海江辉梅从立黄永红
- 关键词：光谱学近红外光谱固态发酵乙醇
- 基于三维荧光光谱技术对掺假蜂蜜无损鉴别研究被引量：15
- 2013年
- 提出了一种应用三维荧光谱技术结合化学计量学方法快速无损鉴别蜂蜜中大米糖浆掺假的新方法。利用特征参量法和主成分分析法对三维荧光光谱信息量进行压缩提取,并结合线性判别分析法(LDA)和误差反向传播神经网络法(BP-ANN)对蜂蜜掺假进行分析。结果显示,在掺假蜂蜜判别试验中,采用4个主成分时,模型对预测集样本的识别率最佳,LDA模型识别率为94.44%,BP-ANN模型识别率为100%,说明非线性的BP-ANN模型更适合蜂蜜掺假识别。研究表明,三维荧光光谱结合BP-ANN判别模型可以快速、无损、准确地鉴别蜂蜜中大米糖浆掺假。
- 赵杰文韩小燕陈全胜欧阳琴
- 关键词：三维荧光光谱蜂蜜掺假BP神经网络
