公共文化服务平台

共 8 条记录，以下是 1-7

全选清除导出

排序方式：

微型近红外光谱检测系统温度补偿的设计被引量：1: 2015年; 针对温度影响近红外光谱的问题提出了解决方案:在MicroNIR-1700近红外光谱仪上添加了环境温度和样品温度的检测附件及应用软件,使用单总线数字温度传感器DS18B20和红外温度传感器TN901及处理电路等构成了温度补偿系统,结合MicroNIR-1700的内部命令集获得仪器的温度。这3个温度参数奠定了微型近红外光谱检测系统的温度补偿条件,可以为后续模型建立提供温度补偿信息。; 邱丽湖陆道礼冯帮耿德春陈斌; 关键词：温度补偿近红外光谱温度传感器

微型近红外光谱仪的软件开发与实验被引量：6: 2014年; 在LabVIEW平台上对MicroNIR-1700微型近红外光谱仪开发了便携式近红外光谱检测系统。利用LabVIEW结合数据库开发的光谱仪测量分析处理程序，实现了光谱仪控制、样品指标测量、样品信息管理和系统使用权维护等功能。光谱的重复性试验和幸水桃的可溶性固形物含量实测试验表明，光谱仪在波长1000～1600nm范围内具有较高的重复性，实测试验中定标模型的校正集和预测集的相关系数 r分别为0.902和0.867，均方根误差RMSECV和RMSEP分别为1.091，1.158，系统能满足一般实际应用的需求。; 冯帮陈斌颜辉; 关键词：近红外光谱仪 LABVIEW 可溶性固形物

基于微型近红外光谱仪的油菜籽含油率模型参数优化研究被引量：11: 2015年; 为实现油菜籽含油率快速无损检测,采用微型近红外光谱仪,结合竞争性自适应重加权(CARS)、遗传算法(GA)、连续投影算法(SPA)、无信息变量消除法(UVE)、向后区间偏最小二乘法(BIPLS)、联合区间偏最小二乘法(SIPLS)等方法优选油菜籽含油率近红外光谱特征波长,建立偏最小二乘回归(PLSR)和最小二乘支持向量机(LS-SVM)定量分析模型,同时对LS-SVM模型参数进行优化。研究表明,对PLSR模型,BIPLS+GA优选的26个特征波长建模效果最好,其预测相关系数(Rp)和预测均方根误差(RMSEP)分别为0.9330和0.0075,对LS-SVM模型,SIPLS+GA优选的13个特征波长建模效果最好,预测相关系数(Rp)和预测均方根误差(RMSEP)分别0.9192和0.0055。证明了波长优选和参数优化可有效简化油菜籽含油率近红外光谱定量分析模型,提高模型预测精度和稳定性,为进一步拓展微型近红外光谱仪的应用提供技术参考。; 陈斌卢丙陆道礼; 关键词：油菜籽含油率最小二乘支持向量机

基于微型近红外光谱仪油菜籽粗脂肪与粗蛋白校正模型的建立被引量：4: 2017年; 为了验证微型近红外光谱仪的现场分析实用性,利用该光谱仪测定了油菜籽中粗脂肪与粗蛋白的含量。采集油菜籽样品的近红外反射光谱,光谱经预处理和异常样本剔除后,结合偏最小二乘法回归(PLSR)建立油菜籽的粗脂肪与粗蛋白定量分析模型。结果表明,粗脂肪的模型校正相关系数(Rc)、校正均方根误差(RMSEC)、预测相关系数(Rp)和预测均方根误差(RMSEP)分别为0.9187、1.1873、0.8162和1.3895;粗蛋白的模型校正相关系数(Rc)、校正均方根误差(RMSEC)、预测相关系数(Rp)和预测均方根误差(RMSEP)分别为0.8773、0.8153、0.8033和0.7532。验证了该光谱仪在油菜籽的粗脂肪含量和粗蛋白含量检测方面是可行的,为进一步拓展微型近红外光谱仪的应用奠定了基础。; 王春峰白志杰孙武坚郭丽熊颖陆道礼陈斌; 关键词：油菜籽粗脂肪粗蛋白

基于MEMS-FPI微型探测器的近红外光谱检测系统开发被引量：1: 2017年; 开发了基于MESM-FPI光谱传感器(C13272-01)的近红外光谱检测系统。采用ATxmega128A3U微处理器为主控芯片,设计了两路独立可调光源、动镜电压控制单元、I-V积分放大电路及电源模块。通过样机性能试验,对系统进行了基本性能评价并且建立酒精化学模型。试验表明该系统性能稳定、可靠,酒精模型的校正相关系数(Rc)和预测相关系数(Rp)分别为0.988和0.998,校正标准偏差(RMSEC)和预测标准偏差(RMSEP)分别为0.0452和0.0131。光谱检测系统性能稳定,便携,可应用于农产品无损检测中。; 孙武坚徐晓轩陈通陆道礼陈斌; 关键词：近红外法布里-珀罗便携酒精

微型近红外光谱仪检测水果可溶性固形物被引量：7: 2016年; 以滨松公司生产的C11708MA微型光谱仪为基础,在自行搭建的两套光谱采集平台上检测水蜜桃、梨子的可溶性固形物含量。采用了多种光谱预处理方法,结合PLS和LS-SVM建立水蜜桃、梨子可溶性固形物模型。实验结果表明,水蜜桃光谱经过标准化预处理,建立的LS-SVM模型效果最好,校正相关系数(Rp)和均方根误差(RMSEP)分别为0.8902和0.7703。梨子光谱经过CARS筛选得到46个变量,建立的PLS模型效果最好,Rp和RMSEP分别为0.7597和0.5783。验证了该光谱仪在水果可溶性固形物含量检测方面的应用的可行性,为进一步构建便携式水果可溶性固形物检测设备奠定了基础。; 郅建军陈通孙武坚王春峰郭丽陈斌; 关键词：水果可溶性固形物

变量筛选在茶叶咖啡碱近红外光谱定量分析模型中的应用被引量：2: 2013年; 研究利用近红外光谱分析技术定量测定茶叶中咖啡碱的含量,目的是通过变量筛选简化模型并提高预测精度。试验中以135个来自大闽食品公司的茶叶作为研究对象,利用基于小波系数蒙特卡罗无信息变量消除法(WT-MC-UVE)进行变量筛选并结合偏最小二乘法(PLS)建立咖啡碱定量分析模型,选择交互验证均方根误差(RMSECV)和预测集均方根误差(RMSEP)以及预测相关系数(Rp)作为模型的评价指标。应用WT-MC-UVE筛选的90个变量所建立的模型,交互验证均方根误差,预测卷均方根误差,预测相关系数分别为0.124 8、0.1611和0.957 4。结果表明,该方法有效可行。; 邵美丽陈斌田萍; 关键词：近红外咖啡碱

全选清除导出

共1页<1>

国家自然科学基金(31171697)