李志华
- 作品数：15 被引量：88H指数：5
- 供职机构：江苏大学食品与生物工程学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金中国博士后科学基金更多>>
- 相关领域：理学轻工技术与工程生物学农业科学更多>>
- 基于叶绿素叶面分布特征的黄瓜氮镁元素亏缺快速诊断被引量：5
- 2019年
- 为了快速、无损诊断作物氮(N)、镁(Mg)营养亏缺,该研究提出一种以叶绿素叶面分布特征诊断黄瓜 N、Mg 元素亏缺的方法。在设施栽培模式下精确控制 N、Mg 营养元素的供给,培养黄瓜缺 N、缺 Mg 及对照植株(营养元素正常植株),然后采集对应的高光谱图像并结合化学计量学方法快速、无损检测叶绿素分布。与对照组叶片叶绿素分布相比,缺 N 叶片的叶绿素含量在整个叶面区域偏低,缺 Mg 叶片叶绿素在叶脉之间区域含量偏低。鉴于此,提取叶绿素叶面分布特征(叶片所有像素点对应的叶绿素含量均值及标准差)对 N、Mg 营养元素亏缺进行诊断,对预测集 N、Mg元素亏缺正确诊断率达 90%。研究结果表明叶绿素叶面分布特征可作为一种黄瓜 N、Mg 元素亏缺诊断依据。
- 石吉勇李文亭胡雪桃黄晓玮李志华郭志明邹小波
- 关键词：叶绿素黄瓜叶片氮元素高光谱成像
- 基于高光谱图像的黄瓜叶片叶绿素含量分布检测被引量：21
- 2014年
- 植物叶片叶绿素含量及分布是植物营养信息表达的重要指标。为了给大棚黄瓜营养元素的控制提供理论依据,该研究利用高光谱图像建立简单实用的光谱值和叶绿素含量关系的模型,从而实时、无损地检测叶片的叶绿素分布。选取黄瓜叶片的高光谱图像数据块中450-850 nm波段作为研究波段。选取8个具有代表性的植被指数,建立特征波长λ下相应的光谱反射值Rλ与黄瓜叶片叶绿素含量之间的关系模型。结果显示,基于最优指数（R695–705）-1-（R750–800）-1的模型可以很好地预测黄瓜叶片叶绿素的含量,校正集和预测集相关系数r分别为0.8410和0.8286,最小均方根误差RMSE分别为0.2045和0.2190 mg/g。最后根据最优模型预测叶片上任意位置叶绿素的含量,并通过伪彩手段描述叶绿素含量的分布。研究结果表明,利用高光谱图像技术分析黄瓜叶片叶绿素含量及其在叶面上的分布是可行的。另外,该研究确定的最优植被指数所包含的695-705和750-800 nm 2个波段可用于搭建更加简便实用的快速检测叶片叶绿素的便携式多光谱设备。
- 邹小波张小磊石吉勇李志华申婷婷
- 关键词：叶绿素光谱图像植被指数
- 高光谱成像技术检测肴肉新鲜度被引量：16
- 2014年
- 连续8d测定开封后于4℃贮藏的肴肉中挥发性盐基氮（total volatile basic nitrogen,TVB-N）含量,并获取430～960 nm波长范围内的高光谱图像,从中提取光谱信息并经标准正态变量变换（standard normal variate transformation,SNV）预处理后,分别采用偏最小二乘法（partial least squares,PLS）、常规区间偏最小二乘法（interval PLS,iPLS）、向后区间偏最小二乘法（backward interval PLS,biPLS）和联合区间偏最小二乘法（synergy interval PLS,siPLS）建立TVB-N含量的预测模型.结果显示：siPLS模型对肴肉TVB-N含量预测结果最佳,其优选出的特征波段为430～461、555～586、929～960 nm,对TVB-N含量的预测相关系数和均方根误差分别为0.854 8、2.47,根据siPLS模型所预测的TVB-N含量值评定肴肉新鲜度等级的总体准确率达到87.5％.结果表明：利用高光谱成像技术对肴肉新鲜度进行快速、无损检测是可行的.
- 邹小波李志华石吉勇黄晓玮
- 关键词：肴肉新鲜度偏最小二乘
- 向后迭代区间选择算法及其在近红外光谱模型转移中的应用被引量：1
- 2021年
- 近红外光谱(NIR)具有快速、无损、操作方便的特点,故广泛用于食品分析。作为一种间接的分析技术,NIR需要建立光谱与待测浓度之间的统计模型来实现检测。故模型的维护有助于保证NIR的预测准确性。在外界条件发生变化的情况下,诸如样品性状的改变、仪器对理化指标函数关系的变化、湿度和温度等环境因素的改变,会导致相同样品的光谱信号发生偏移,进而使得原有模型的预测精度下降。此时,如果重新建模,虽然可以解决光谱偏移对建模的影响,但是重新建模将耗费大量的人力物力。对此,模型转移可以在避免重新建模的情况下,校正光谱的偏移,进而提高模型预测精度。通常模型转移算法多用全光谱进行模型转移,这种方法计算量较大,且不能找到合适的有化学意义的波段。故提出一种基于模型转移中的变量选择方法:向后迭代区间选择法(IIBS),通过计算主光谱(用于建模的那组光谱)和从光谱(发生偏移,需要通过模型转移算法将其校正的光谱)中,变量区间的重要性信息(回归系数(β)、残差向量(Res)以及变量重要性投影(VIP))。进而通过计算该区间变量重要性信息的几何平均数,并以此作为该区间的区间重要性指标。接着根据区间的重要性,删除重要性信息较小的变量区间。然后对主光谱和从光谱重复迭代上述过程:计算变量的重要性信息,计算区间的重要性信息,删除重要性信息较小的区间。最后,比较不同的主光谱和从光谱区间组合的验证均方根误差(RMSEV),选择RMSEV最小的主光谱和从光谱区间作为最优区间。玉米、小麦两套NIR数据测试了该算法。结果显示,与全波段相比,β,Res以及VIP均可以从主光谱和从光谱中选择较少的,有化学意义的区间,提高模型转移的精度。在比较不同变量重要性向量方面,基于β的变量选择算法,模型转移的计算误差较小。
- 郑开逸冯雨航张文黄晓玮李志华张迪石吉勇邹小波
- 关键词：近红外光谱
- 基于聚苯胺-镍酞菁四磺酸复合物多孔薄膜的氨气传感器
- 通过电化学聚合法在插指金电极(IAE)表面沉积制备了聚苯胺-镍酞菁四磺酸复合物(PANI-NiTSPc)多孔薄膜,并采用扫描电子显微镜(SEM)图像,原子力显微镜(AFM)图像,能量色散图谱(EDS),拉曼光谱和傅里叶变...
- 李志华周煦成邹小波石吉勇黄晓玮胡雪桃
- 关键词：酞菁聚苯胺氨气气体传感器
- 挂面面片水分分布均匀度的快速定量表征被引量：6
- 2020年
- 采用高光谱技术结合分布均匀度指数(distributional homogeneity index,DHI)法快速定量表征面片中水分分布均匀度。首先设置不同水分含量梯度的面片,采用不同的光谱预处理方法和模式识别方法建立水分预测模型,然后通过高光谱可视化技术实现对面片中水分含量分布的可视化,最后以不同和面时间的面片为研究对象,利用DHI法对面片中水分分布均匀度进行定量表征。结果表明,采用标准正态变量变换预处理后的光谱所建模型的预测效果最好;最小二乘支持向量机水分定量预测模型的预测效果最佳;和面时间为15 min时取得了最小的DHI值,水分分布最为均匀。高光谱技术结合DHI法通过测定挂面面片水分分布均匀度能够为挂面和面工艺的自动化监控提供理论指导。
- 石吉勇刘传鹏吴胜斌黄晓玮李志华邹小波
- 关键词：面片自动化监控
- 加权SPXYE(WSPXYE)算法及其在近红外光谱模型转移中的应用被引量：3
- 2021年
- 样本选择是模型转移的重要组成部分,其目的是在主光谱和从光谱中选择合适的样本,建立二者的转移模型,使得从光谱的预测样本能通过转移模型校正成类似于主光谱的样本,进而用主光谱的模型直接预测其浓度。目前,常用的样本选择算法有:Kennard-Stone法(KS法),SPXY法和SPXYE法。根据上述算法的特点,提出了一种新的样本选择方法:加权SPXYE法(WSPXYE法),进而将其用于选择合适的转移集样本。WSPXYE同样先计算样本间的距离,其距离有三个部分组成:光谱(X)之间的归一化距离dxs,浓度(y)之间的归一化距离d_(ys),以及校正误差(e)之间的归一化距离d_(es)。其加权代数和d wspxye=αd_(xs)+βd_(ys)+(1-α-β)d_(es)即为WSPXYE距离。计算了WSPXYE距离之后,可以根据其距离选择距离较大的样本作为转移集样本。WSPXYE是Kennard-Stone法(KS法),SPXY法和SPXYE法的推广,而KS法(α=1,β=0)、SPXY法(α=0.5,β=0.5)以及SPXYE法(α=0.333,β=0.333)则是WSPXYE法的特例。直接校正法(DS)、有信息成分提取-典型相关分析法(CCA-ICE)作为模型转移算法验证了WSPXYE方法的效果。结果显示,与KS法、SPX Y法以及SPXYE法相比,WSPXYE法可以通过调节参数,选择合适的样本,获得较低的误差。
- 郑开逸封韬张文黄晓玮李志华张迪石吉勇Yoshinori Marunaka邹小波
- 高光谱成像的豆腐形成过程中组分含量变化检测被引量：7
- 2020年
- 豆腐作为我国传统食品,其生产已有两千多年的生产历史,但目前市场上的豆腐还是以经验式小作坊生产为主,难以保证豆腐质量和品质的均一性。水分和蛋白质含量是影响豆腐品质的重要因素,然而,水分与蛋白质的传统检测方法过程繁琐,耗时、费力,无法及时指导生产。因此,探索豆腐制备过程中水分和蛋白质分布的快速、无损、定量描述方法,可为精确调控豆腐制备工艺提供科学依据。应用高光谱成像技术结合化学计量学方法检测豆腐形成过程中豆浆、热浆、凝胶、豆腐四种不同状态下水分与蛋白质含量变化并实现其含量分布可视化。采集每种状态下120个样品在432~963 nm波段范围内的高光谱图像,利用ENVI软件选取感兴趣区域并计算样品的平均光谱数据。采用卷积平滑(savitzky-golay, SG)结合多元散射校正(multiplicative scatter correction, MSC)对原始光谱进行预处理,消除光谱噪声影响。用预处理后的光谱数据建立偏最小二乘回归(PLSR)和主成分回归(PCR)定量模型,比较发现豆浆、热浆、凝胶、豆腐样品的PCR模型对与水分和蛋白质的预测结果均低于PLSR模型。选用PLSR模型作为最优模型,采用连续投影算法(SPA)筛选豆浆、热浆、凝胶、豆腐样品的特征波长,分别选取13, 9, 8和9个特征波长建立基于特征波长下的PLSR模型。结果表明:与全波段下的PLSR模型相比基于特征波长建立的SPA+PLSR模型的预测效果更好,对水分的预测模型RP达到0.84~0.96,蛋白质的预测模型达到0.92~0.97。基于预测效果更好的SPA+PLSR模型计算豆浆、热浆、凝胶、豆腐图像中每个像素点的水分与蛋白质含量,将样品中的水分与蛋白质分布用不同的颜色直观显示,实现水分与蛋白质在不同状态下的分布。验证了高光谱技术对豆腐形成中水分与蛋白质含量检测的可行性,解决传统检测方法的缺陷,为豆腐生产的工业�
- 王承克张泽翔黄晓玮邹小波李志华石吉勇
- 关键词：豆腐水分蛋白质
- 高光谱特征的人造肉中低色度差异物检测被引量：2
- 2022年
- 人造植物肉在其原料运输、制糜和包装等加工环节时有发生异物污染事件,误食异物会严重损害人的身体健康。常规食品异物检测方法容易检测出如金属、石头等坚硬、深色异物,而软质、浅色、透明异物却是食品异物污染事件中的主要来源且是检测的难点。根据异物和人造肉各自化学组成成分的差异,提出了一种人造肉中低色度差异物的高光谱成像检测方法,根据异物与人造肉光谱信息的差异,建立模式识别模型,来进行人造肉中低色度差异物的判别,最后结合数字图像处理技术对异物进行空间分布可视化。选取了聚碳酸酯(PC)、涤纶树脂(PET)、聚氯乙烯(PVC)、硅胶、玻璃五种食品生产加工过程中常见的低色度差异物为研究对象,模拟人造肉压片的工业制作流程,将异物混入人造肉肉糜中,制备混有异物的人造肉样品,分别采集异物和人造肉感兴趣区域(ROI)的反射高光谱数据,采用SG,SNVT,MSC,VN,1ST及2ND六种不同的光谱预处理方法对原始光谱数据进行预处理,然后采用主成分分析法(PCA)对预处理后的光谱数据降维,采用连续投影算法(SPA)提取人造肉的特征波长。分别以全波段光谱、特征波长和主成分变量作为模式识别模型输入变量,对比LDA,KNN,BP-ANN,LS-SVM四种模式识别模型的准确率,优选出最佳的定性识别模型,设置优选模型异物类别输出变量为1、人造肉类别为0,生成二值图像,再结合数字图像处理技术实现人造肉中异物分布可视化,进而实现人造肉中低色度差异物的识别。结果表明,采用SG预处理后的光谱在降噪方面优于其他预处理方式。SPA法优选了人造肉10个特征波长。全波段主成分变量结合BP-ANN模型的检测效果最佳,准确率达98.33%。验证了高光谱技术应用于人造肉中低色度差异物检测的可行性。
- 石吉勇刘传鹏李志华黄晓玮翟晓东胡雪桃张新爱张迪邹小波
- 关键词：人造肉模式识别
- 基于聚苯胺-镍酞菁多孔渗透薄膜的氨气传感器被引量：1
- 2016年
- 利用磺化镍酞菁(NiTSPc)对苯胺(PANI)聚合的催化作用,通过简单的电聚合方法在叉指金电极(IAE)表面合成了PANI/NiTSPc多孔渗透膜.利用扫描电子显微镜(SEM)、原子力显微镜(AFM)、能量色散图谱(EDS)和拉曼光谱对PANI/NiTSPc多孔膜进行表征.在室温下,采用基于PANI/NiTSPc多孔膜制备的传感器对不同浓度(3.8~1900 mg/m^3)的NH_3进行了检测.结果表明,对于76 mg/m^3的NH_3,传感器的灵敏度为2.75,响应时间为10 s,且该传感器具有恢复时间短、重复性及稳定性良好等优点.所制备的PANI/NiTSPc薄膜传感器在NH3检测及电子鼻的应用中具有巨大潜力.
- 周煦成李志华邹小波石吉勇黄晓玮胡雪桃
- 关键词：聚苯胺氨气气体传感器
