国家自然科学基金(31101082)
- 作品数：16 被引量：141H指数：6
- 相关作者：孙俊武小红毛罕平金夏明高洪燕更多>>
- 相关机构：江苏大学江苏大学京江学院滁州职业技术学院更多>>
- 发文基金：国家自然科学基金江苏高校优势学科建设工程项目江苏高校优势学科建设工程资助项目更多>>
- 相关领域：农业科学自动化与计算机技术理学轻工技术与工程更多>>
- 广义模糊K调和均值聚类的近红外光谱生菜储藏时间鉴别被引量：1
- 2016年
- 生菜的储藏时间是影响生菜新鲜程度的重要因素。为了快速、无损和有效地鉴别生菜的储藏时间,以欧式距离的p次方代替模糊K调和均值聚类(FKHM)中欧式距离的平方提出了一种广义模糊K调和均值聚类(GFKHM)算法并将该算法应用于鉴别生菜的储藏时间。以60个新鲜生菜样本为研究对象,采用AntarisⅡ近红外光谱分析仪每隔12h检测生菜的近红外漫反射光谱,共检测三次,光谱扫描的波数范围为10 000~4 000cm^(-1)。首先用主成分分析(PCA)对1 557维的生菜近红外光谱进行降维处理以减少冗余信息,取前20个主成分,经过PCA处理后得到20维的数据。然后用线性判别分析(LDA)提取光谱数据的鉴别信息以提高聚类的准确率,取鉴别向量数为2,则LDA将20维的数据转换为2维数据。最后以模糊C-均值聚类(FCM)的类中心作为FKHM和GFKHM的初始聚类中心,分别运行FKHM和GFKHM计算模糊隶属度以实现生菜储藏时间的鉴别。结果表明,GFKHM的鉴别准确率能达到92.5%,FKHM的鉴别准确率为90.0%,GFKHM具有比FKHM更高的鉴别准确率。GFKHM的聚类中心比FKHM更逼近真实类中心。GFKHM的收敛速度明显快于FKHM。采用近红外光谱技术同时结合GFKHM,PCA和LDA为快速和无损地鉴别生菜储藏时间提供了一种新的方法。
- 武小红潘明辉武斌嵇港孙俊
- 关键词：近红外光谱生菜储藏时间线性判别分析
- 基于自适应提升的监督局部保留投影在猪肉近红外光谱分类中的应用研究
- 2013年
- 借助于近红外反射光谱技术定性研究猪肉的贮藏时间,并以此进行猪肉的新鲜度评定。利用AntarisII快速傅里叶变换近红外光谱分析仪对猪肉样本进行无损检测获取光谱数据。为了克服光谱特征提取中的"小样本"问题,引入基于监督模式的局部保留投影算法(Supervised Locality Preserving Projection,SLPP),并通过结合自适应提升(AdaBoost)算法提出了基于自适应提升的监督局部保留投影算法(AdaBoost-SLPP)。实验结果表明:AdaBoost-SLPP算法通过加权联合能够显著提高单一线性特征分类算法的泛化能力,算法对于近红外光谱建立的定性预测模型能够达到100%的识别率。
- 唐凯武小红孙俊邱盛威
- 关键词：近红外
- 基于图像特征库的动物行为识别技术
- 2018年
- 针对传统接触感应式动物行为识别方法的局限性,根据特定观察视角下动物轮廓、颜色和空间相对位置等物理特征不变以及不同行为下动物产生不同声音的特点,通过建立基于颜色、线条、位置、声音等信息的特征元素库,并利用正则表达式语义规则对这些基础特征元素进行先验知识的有序组织,赋予它们描述不同动物行为特征的能力,进而快速构建出动物行为的匹配模板,缩短动物行为识别过程中特征模板的生成时间,提高动物行为自动识别效率。结果表明,基于图像特征库的动物行为识别技术能够快速、准确地识别不同类别动物行为,在固定视角下其识别率为87. 5%,平均识别时间为60. 3 ms,与背景差分法及光流法相比,本方法在固定视角下的识别精度和识别效率均有所提高。
- 芦兵孙俊许晓东
- 关键词：动物行为声音特点
- 一种广义噪声聚类的红外光谱茶叶品种鉴别研究被引量：2
- 2016年
- 茶叶品种鉴别在茶叶的生产和销售中起着十分重要的作用。深入研究一种方法简单、易于操作、检测速度快的茶叶品种的鉴别方法,对于茶叶产品品种的鉴别有着十分重要的意义。利用红外光谱检测技术结合模糊聚类算法对茶叶品种进行快速鉴别是茶叶品种检测中最有效的和最实用的技术之一。为实现茶叶品种的快速分类,以快速广义噪声聚类(FGNC)为基础,提出一种新的广义噪声聚类(NGNC)。NGNC将FGNC目标函数中的欧式距离的平方扩展为欧式距离的p次方,提高了FGNC的聚类准确率。试验以优质乐山竹叶青、劣质乐山竹叶青和峨眉山毛峰三种茶叶为研究对象,采用FTIR-7600型傅里叶红外光谱仪检测茶叶样本的红外漫反射光谱。首先用主成分分析(PCA)对茶叶的高维红外光谱进行降维处理,然后用线性判别分析(LDA)进行茶叶光谱数据的品种类别信息的提取,最后分别运行FGNC和NGNC两种聚类算法进行茶叶红外光谱的聚类分析。实验结果表明,同FGNC相比较,NGNC具有更高的聚类准确率,更快的收敛速度和更逼近真实的聚类中心。总体而言,采用红外光谱技术检测茶叶样本,同时结合PCA,LDA和NGNC可实现快速、准确地聚类茶叶的红外光谱,能有效地实现茶叶品种的鉴别分析,为实现基于红外光谱和模糊聚类的茶叶品种鉴别分析提供了一种新方法和新思路。
- 武斌崔艳海武小红贾红雯李敏
- 关键词：红外光谱茶叶主成分分析线性判别分析
- 偏振-高光谱多维光信息的番茄叶片营养诊断被引量：4
- 2014年
- 以Venlo型温室中无土栽培模式下自行培育的25%,50%,75%,100%,150%五个梯度水平的氮、磷、钾营养胁迫样本为研究对象,利用高光谱成像系统以及课题组自行研发的偏振反射光谱测量分析系统分别采集不同氮磷钾营养水平番茄叶片的偏振光谱和高光谱数据。通过扫描电镜分析阐明营养胁迫叶片非光滑表面的凹凸和质地发生的一系列变化与偏振反射辐射之间具有一定的联系。由斯托克斯公式将偏振光谱换算成偏振度后,提取偏振度与氮磷钾实测值之间的各4个偏振度特征;同时将高光谱数据经过主成分分析降维并确定氮磷钾各4个特征波长,再通过相关分析法提取这4个特征波长下的各8个高光谱图像纹理特征。偏振度特征与高光谱纹理特征相加累计氮磷钾各12个特征作为支持向量回归(SVR)的输入变量。对这12个特征变量进行最大-最小值归一化后,采用SVR建立番茄氮磷钾营养水平的定量诊断模型,求得氮的相关系数r=0.961 8,均方根误差RMSE=0.451;磷的相关系数r=0.916 3,均方根误差RMSE=0.620;钾的相关系数r=0.940 6,均方根误差RMSE=0.494。研究结果表明采用偏振反射光谱结合高光谱的多维光信息融合技术能够建立精度较高的番茄营养水平预测模型,具有较好的诊断作用,对于提高模型的精度和专用仪器的开发具有一定的指导意义,为番茄养分含量的快速检测提供了新的思路。
- 朱文静朱文静毛罕平李青林刘红玉孙俊左志宇
- 关键词：番茄叶片氮磷钾支持向量回归
- 基于高光谱图像光谱与纹理信息的生菜氮素含量检测被引量：52
- 2014年
- 高光谱图像包含丰富的光谱与图像信息,该文基于此试图构建生菜氮素检测模型。利用高光谱图像采集系统获取可见-近红外（390-1 050 nm）范围内的生菜叶片高光谱图像,同时利用凯氏定氮法获取对应叶片的氮素值。将光谱反射值较大波长图像与反射值较小波长图像相除并用阈值化法构建掩膜图像,获取感兴趣区域（ROI,region of interest）。由于高光谱数据量大、且数据间冗余性强,因此如何有效的提取一些特征波长十分重要。该文采用主成分分析（PCA,principal component analysis）对原始高光谱图像进行处理,根据前3个主成分图像（PC1、PC2、PC3）在全波长下的权重系数分布图选出662.9、711.7、735.0、934.6 nm 4个特征波长及对应的光谱特征,并且分别提取4个特征波长图像、主成分图像PC1、PC2、PC3在ROI下的基于灰度共生矩阵的纹理特征,最后利用支持向量机回归（SVR,support vector machine regression）分别建立生菜叶片基于特征波长光谱特征、特征波长图像与主成分图像的纹理特征及光谱纹理融合特征与对应氮素值之间的关系模型。结果表明,在校正性能指标决定系数R2C上,基于光谱特征＋特征波长图像纹理特征的模型较好,R2C=0.996,校正集均方根误差RMSEC为0.034;在预测性能指标决定系数R2P上,基于光谱特征的模型较好,R2P=0.86,预测集均方根误差RMSEP为0.22。该研究结果可为农作物氮素的快速、无损检测提供一定的参考价值。
- 孙俊金夏明毛罕平武小红朱文静张晓东高洪燕
- 关键词：氮素主成分分析支持向量机高光谱图像生菜纹理特征
- 基于正则表达式融合语义的农产品自动识别方法被引量：2
- 2018年
- 针对同一条传送带上不同类别农产品自动分拣识别率低的问题,根据应用场景下轮廓、颜色和空间相对位置等物理特征不变,以及不同农产品会产生不同振动波的特征,通过建立基于颜色、线条、位置、振动等信息的特征元素库,利用正则表达式的语义规则,对基础特征元素进行先验知识的有序组织,赋予它们描述不同农产品匹配特征的能力,从而快速构建出不同农产品的匹配模型,缩短分拣过程中农产品目标模型生成时间,同时由于融合了振动特征,使得外形相似农产品的识别准确率得到较大提升.试验结果表明:基于正则表达式融合语义特征提取的农产品识别方法能够快速、准确识别各类农产品,从而实现自动分拣的目的,在固定视角下其识别率为92.5%,平均识别时间为50.3 ms,相较传统的尺度不变特征变换(SIFT)和加速鲁莽特征(SURF)算法,本算法在固定视角下的分拣精度和分拣效率均有所提高.
- 芦兵孙俊许晓东
- 关键词：农产品图像特征自动识别
- 不同品种叶用莴苣叶绿素荧光参数比较被引量：1
- 2014年
- 比较了意大利全年耐抽薹叶用莴苣、香港玻璃温室叶用莴苣、大禹奶油叶用莴苣3种叶用莴苣的叶绿素荧光参数,结果表明:意大利全年耐抽薹叶用莴苣生长较快,PSⅡ活性较高、光能转化效率较高、光合电子传递速度较快,适合在江苏地区广泛种植。
- 孙俊宋彩惠毛罕平宋飞龙刘枭
- 关键词：叶用莴苣光合效率叶绿素荧光参数
- 基于MSCPSO混合核SVM参数优化的生菜品质检测被引量：7
- 2013年
- 核函数形式的选择与核函数参数值的大小是影响支持向量机的2个关键因素,传统的支持向量机分类精度低、时效性差,为了获得高精度、高时效性的支持向量机,从影响支持向量机的核函数与核函数参数值2个关键因素着手,提出了基于变尺度混沌粒子群优化(MSCPSO)混合核SVM参数的分类器。将此分类模型用于预测生菜叶片的生育期,以及预测3个生育期的生菜叶片氮素水平,预测精度分别达到91.51%、85.38%、82.59%和81.26%。与传统的粒子群优化混合核SVM的分类器和变尺度混沌粒子群优化RBF_SVM分类器相比,提出的分类器模型分类精度高、时效性好。
- 孙俊王艳金夏明毛罕平
- 关键词：生菜支持向量机混合核函数粒子群算法
- 基于无监督可能模糊学习矢量量化的近红外光谱生菜品种鉴别研究被引量：4
- 2016年
- 为解决模糊学习矢量量化（FLVQ）对噪声数据敏感问题,在无监督可能模糊聚类（UPFC）基础上提出一种无监督可能模糊学习矢量量化（UPFLVQ）算法。UPFLVQ用UPFC的隶属度和典型值来更新学习矢量量化网络的学习速率,计算类中心矢量。UPFLVQ属于无监督机器学习算法,适用于无学习样本情况下的样本分类。研究了UPFLVQ用于近红外光谱生菜品种鉴别的可行性。采用FieldSpec@3型便携式光谱分析仪获取波长范围为350~2 500nm的三种生菜样本的短波近红外光谱和长波近红外光谱,然后采用主成分分析（PCA）进行近红外光谱的维数压缩,取前三个主成分,累计可信度达97.50%,将2151维的近红外光谱压缩为三维数据。再运行模糊C-均值聚类（FCM）至迭代终止,并以FCM的类中心作为UPFLVQ的初始聚类中心,最后运行UPFLVQ得到隶属度和典型值以实现近红外光谱的生菜品种鉴别。同时,运行UPFC进行近红外光谱的生菜品种鉴别。实验结果表明：UPFLVQ和近红外光谱技术相结合的模型具有检测速度快,鉴别准确率高,对生菜不造成损坏等优点,可实现不同品种生菜的鉴别。UPFLVQ是将UPFC和FLVQ相结合的聚类算法,利用UPFLVQ建立近红外光谱的生菜品种鉴别模型时无需学习样本,适用于线性可分的数据聚类,为快速和无损地鉴别生菜品种提供了一种新的方法。
- 武小红蔡培强武斌孙俊嵇港
- 关键词：近红外光谱生菜
