国家自然科学基金(30571073)
- 作品数：15 被引量：257H指数：11
- 相关作者：王加华韩东海李鹏飞潘璐孙旭东更多>>
- 相关机构：中国农业大学北京市大兴区林业局许昌学院更多>>
- 发文基金：国家自然科学基金国家科技支撑计划“十一五”国家科技支撑计划更多>>
- 相关领域：理学农业科学轻工技术与工程更多>>
- 基于遗传算法的苹果糖度近红外光谱分析被引量：49
- 2008年
- 遗传算法(GA)应用在偏最小二乘法(PLS)校正模型的波段优化选择中具有显著的效果。将遗传算法用于波段选择,能更快达到最优解,有效提高测量精度,减少建模所用变量。文章研究了在近红外苹果糖度无损检测中,遗传算法作为模块进行波段选择,建立了GA-PLS模型;为了说明遗传算法优选波段可行性,另外建立了全谱和经验谱区的PLS定量模型,并评价了模型的稳健性。首先对傅里叶变换近红外光谱进行多元散射校正、Savitky-Golay卷积平滑后,用遗传算法优选波段(R-SGA),参与建模数据点从原始1550减少到434个。然后采用一阶导数光谱建立GA-PLS模型,相比全谱PLS(1550个数据点)和经验谱区PLS(717个数据点)模型具有更高的预测精度,其建模结果为RC=0.966,RMSEC=0.469,RP=0.954,RMSEP=0.797。结果表明,遗传算法可用于PLS法建立苹果糖度校正模型前的数据优化筛选,有效提高测量精度,并减少建模变量。
- 王加华韩东海
- 关键词：遗传算法波段选择偏最小二乘法糖度苹果
- BiPLS结合GA优选可见/近红外光谱MLR变量被引量：14
- 2009年
- 利用反向区间偏最小二乘法(BiPLS)定位光谱糖度若干信息区间,运用遗传算法(GA)从中选择波长点,建立了多元线性回归(MLR)模型。光谱进行卷积平滑和二阶导数处理后,将光谱(225个数据点)分割成25个子区间时,BiPLS优化结果最优。在所定位的信息区间进行GA二次选择特征变量,运行100次依次选择入选频率较高的12个波长点。为简化MLR模型,对于入选的相邻波长选择频率较高者,最后选择638,734,752,868,910,916和938nm作为回归变量,建立的MLR预测模型相关系数(R2)、校正均方根误差(RMSEC)和预测均方根误差(RMSEP)分别为0.984,0.364和0.471,优于常用的逐步多元线性回归的建模结果。表明BiPLS结合GA可以有效地对李子糖度可见/近红外光谱MLR回归变量进行筛选,提高了模型的精度。
- 李鹏飞王加华曹楠宁韩东海
- 关键词：遗传算法多元线性回归
- 遗传算法结合偏最小二乘法无损评价西洋梨糖度被引量：13
- 2009年
- 基于遗传算法的波段选择法在组合优化问题上具有很大的搜索优势,适应性很广。文章将该方法应用于西洋梨糖度近红外光谱分析中,探讨数据优化筛选的可行性。光谱经多元散射校正或标准归一化处理后进行波段选择,选择结果与样品中被测成分有关,4个品种洋梨的最佳个体染色体编码有一定共性。分别建立了四种洋梨的GA-PLS模型和全谱模型,早红考密斯、五九香、凯斯凯德和康佛伦斯的GA-PLS建模数据点分别从1 557减少到了434,496,310和496。GA-PLS/Fr-PLS模型的预测标准偏差分别为0.428/0.518,0.696/0.694,0.425/0.421和0.567/0.633,其中早红考密斯和康佛伦斯GA-PLS模型的预测精度明显优于全谱模型,而五九香和凯斯凯德的GA-PLS模型与全谱模型相近。结果表明,遗传算法用于PLS建立西洋梨糖度校正模型前的数据优化筛选是可行的,有效提高测量精度,减少建模变量。
- 王加华潘璐孙谦李鹏飞韩东海
- 关键词：近红外光谱遗传算法波段选择偏最小二乘法糖度
- 砂梨糖度近红外光谱波段遗传算法优化被引量：17
- 2009年
- 遗传算法不受搜索空间限制性假设的约束,利用简单的编码技术和繁殖机制来解决复杂近红外光谱数据的优化问题。文章采用遗传算法的波段选择法(R-SGA)对砂梨近红外光谱进行了波段优化,得到丰水、圆黄、黄金三种梨的R-SGA最佳因子数分别为10,12和16,并分别建立了单一品种GA-PLS模型;丰水梨和黄金梨的GA-PLS模型精度高于全谱PLS模型,其模型的RMSEP分别为0.608/0.632和0.524/0.540;圆黄梨GA-PLS模型精度(RMSEP=0.610)与全谱PLS模型(RMSEP=0.595)相当。经波段优化分析表明,使用552个数据点建立多品种砂梨混合模型,具有较高稳健性和预测性(RMSEC=0.627,RMSEP=0.641)。结果表明:基于遗传算法进行波段优化可以提高砂梨糖度模型精度,提高建模效率,同时说明建立多品种砂梨糖度通用模型是可行的。
- 潘璐王加华李鹏飞孙谦张勇韩东海
- 关键词：近红外光谱遗传算法糖度砂梨
- 苹果贮藏中水心消失速率的研究被引量：3
- 2007年
- 利用可见-近红外光谱和X射线成像技术研究了水心苹果贮藏中水心消失速率。采用PLSDA和平均灰度值法对水心判别,研究120水心苹果贮藏中的光谱及灰度图像的变化规律。结果表明:PLSDA和平均灰度值法对水心判别,判别正确率分别为96.7%和97.43%;水心消失速率在贮藏前期高于贮藏后期;水心苹果平均光谱峰面积与贮藏时间拟合方程为:y=-0.0002x3+0.0733x2-7.405x+342.06;该实验条件下,近红外平均能量谱峰面积和X射线图像平均灰度值的贮藏临界值分别为110.21,143.91。实验结果表明可见-近红外能量光谱和X射线成像技术可以快速、无损、准确鉴别苹果水心及检测贮藏变化规律。
- 王加华孙旭东潘璐孙谦韩东海
- 关键词：贮藏
- 基于iPLS原理最优化信息区间的桃糖度组合权重PLS模型研究被引量：20
- 2009年
- 采用反向区间偏最小二乘法和组合区间偏最小二乘法优化桃糖度可见/近红外光谱的信息区间组合,在选择的信息区间的基础上建立了一种线性组合权重PLS模型.对近红外光谱进行二阶导数处理、卷积平滑校正后,发现在区间分割数为15时筛选结果最优,BiPLS所选择的信息区间为742～770nm和862～920nm,SiPLS所选择的信息区间为742～770nm、832～860nm和892～920nm.直接组合信息区间BiPLS和SiPLS模型的RMSEP值分别为0.386和0.308,线性组合权重PLS模型的RMSEP值分别为0.351和0.364.结果说明在近红外定量分析中线性组合权重模型的建立克服了复杂样品各信息区间对PLS建模贡献率不一样的问题.
- 王加华李鹏飞曹楠宁韩东海
- 关键词：糖度
- 基于X射线图像的苹果体积在线快速测算被引量：2
- 2007年
- 利用X射线二维图像的每个灰度值的负指数与厚度成正比的关系,在实验参量设置一定的条件下,计算出苹果的衰减系数;建立苹果体积数学预测模型,计算出苹果的体积。实验结果表明,X射线能量衰减与苹果厚度符合指数规律,回归相关系数R2μ=0.9932,衰减系数μ-m=0.0114;完整苹果真实体积与计算体积相关系数R2ν=0.9809,预测相关系数r2=0.9203,因此模型具有良好稳健性和预测性。
- 孙旭东王加华皮付伟韩东海
- 关键词：X射线光学
- 苹果内部褐变的光学无损伤检测研究被引量：55
- 2006年
- 利用可见近红外连续透射光谱技术（650～900 nm）对苹果内部褐变进行了研究.分析了其光谱特性,选择715 nm,750 nm,810 nm 3个特征波长进行了褐变果判别分析,实验结果表明,样品的正确判别率达到95.65%.另外,还讨论了苹果尺寸大小对检测结果的影响.
- 韩东海刘新鑫鲁超王加华孙旭东
- 关键词：苹果褐变无损检测
- 便携式近红外水果糖度分析模型简化研究被引量：10
- 2009年
- 为了实现便携式近红外光谱仪水果糖度现场快速分析,将桃、梨和苹果的光谱进行二阶导数和卷积平滑处理后,利用组合移动窗口偏最小二乘法选择信息变量建立PLS模型,利用遗传偏最小二乘法选择信息变量建立MLR模型。分析表明,桃、梨和苹果PLS模型的RMSEP分别为0.417、0.372和0.654,其RSDP分别为4.685%、3.348%和4.111%;MLR模型的RMSEP分别为0.381、0.382和0.550,其RSDP分别为4.281%、3.438%和3.457%,模型预测精度均满足现场检测应用要求。结果表明,用SCM-WPLS和GA-PLS可以提取最有效信息变量,模型更加简洁、数据运算量也更少,模型适用于便携式近红外光谱仪器。
- 王加华韩东海
- 关键词：偏最小二乘法多元线性回归水果糖度
- 基于可见/近红外能量光谱的苹果褐腐病和水心鉴别被引量：37
- 2008年
- 快速无损鉴别苹果内部品质的优劣是当前苹果行业亟待解决的一项重要课题。针对这一现状,提出了直接采用可见-近红外能量光谱对苹果褐腐病、水心鉴别的新方法,考察了不同判别分析方法对苹果类别判定的准确性。在能量光谱经MSC或者一阶导数处理后,分别采用了峰面积判别法(PADA)、主成分分析判别法(PCADA)、偏最小二乘判别法(PLSDA)建立判别模型。结果显示,三种方法对褐腐病苹果判别正确率都为100%;对水心苹果分别是79.2%,95.0%和96.7%;对正常苹果分别是88.6%,98.2%和98.8%。其中,PCADA和PLSDA明显优于PADA,而PLSDA总判别率最高,达到98.1%,其建模标准差RMSEC为0.449,预测标准差RMSEP为0.392,说明可见-近红外能量光谱结合化学计量学算法可以快速、无损鉴别苹果褐腐病和水心。
- 王加华孙旭东潘璐孙谦韩东海
- 关键词：能量光谱
