公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

基于可见-近红外光谱的砂糖橘总酸无损检测被引量：7: 2012年; 以砂糖橘为对象,建立基于可见-近红外光谱的砂糖橘总酸含量的无损检测方法。试验采集170个完整砂糖橘的500～2 500nm漫反射光谱,然后采用滴定法测定总酸含量。采用Sym8小波变换对光谱进行去噪预处理,并采用连续投影算法(successive projections algorithm,SPA)结合间隔偏最小二乘法(interval partialleast squares,iPLS)优选波长,最终建立BPNN和偏最小二乘法(partial least squares method,PLS)总酸预测模型。结果表明:砂糖橘光谱的小波去噪方法产生的信噪比均值SNR=175.291 1,去噪信号与原始信号间的均方根误差均值RMSE=0.000 13,性能优于常规去噪方法。SPA与iPLS相结合构成的反向偏最小二乘法(back-ward interval partial least squares,BiPLS)_SPA波长选择法能将光谱变量从2 001个压缩到14个,能简化模型并提高建模精度和稳定性。BPNN模型具有更好的非线性映射能力,基于这14个变量的BPNN总酸预测模型的预测相关系数Rp=0.867,预测均方根误差RMSEP=0.061 6,性能优于线性的PLS模型。; 代芬洪添胜罗霞洪涯李岩; 关键词：小波去噪连续投影算法砂糖橘总酸含量无损检测

砂糖橘可溶性总糖可见-近红外光谱无损检测被引量：18: 2011年; 在波长450-2 500 nm范围提取189个砂糖橘的漫反射光谱,使用sym8小波的3层分解对其进行去噪预处理,引入连续投影算法（SPA）对光谱进行压缩,从2 051个波长中初步提取14个优选波长,以这14个波长建立的多元线性回归模型（MLR）的预测相关系数为0.885 5,预测均方根误差为0.511 1,效果优于全谱偏最小二乘模型（PLS）。通过贡献值进一步筛选,提取11个特征波长,以这11个特征波长建立的MLR模型、PLS模型和BP神经网络模型（BPNN）都与14个优选波长建立的相应模型效果相当。结果表明,连续投影算法结合贡献值筛选可以将波长变量数缩减到全谱变量的0.54%,简化定量模型的结构,增强模型精度和稳健性;同时被选择的波长物理意义明确,模型解释能力增强。; 代芬洪添胜岳学军张昆洪涯; 关键词：砂糖橘可溶性总糖无损检测连续投影算法小波去噪

连续投影算法在砂糖橘总酸无损检测中的应用被引量：38: 2010年; 酸度是评价砂糖橘品质的重要指标之一,为了消除光谱变量间的共线性影响、减少建模变量以提高校正速度,该文应用连续投影算法(SPA)对砂糖橘总酸近红外光谱无损检测模型进行优化。利用连接点修正方法修正近红外光谱,结合学生化残差图和模型回归图剔除异常样本,利用SPXY(sample set partitioning based on joint x-y distances)方法划分样本集,最后利用SPA进行变量选择,比较SPA选择的变量建模和全光谱变量PLS模型的预测效果,并分析橘皮对总酸模型的预测精度的影响程度。结果表明,只用了全部2001个变量中的9个变量,整果测定酸度情况下的SPA-MLR模型和SPA-PLS模型的预测精度与全部变量PLS模型的预测精度相当,预测相关系数Rp分别为0.829470,0.837095和0.857299。去皮留果肉测定酸度情况下则优选了13个变量,其SPA-MLR模型和SPA-PLS模型的Rp分别为0.819430、0.825277,均比全光谱变量PLS模型的Rp(0.780146)高,SPA算法提高了去皮留果肉测定酸度情况下的模型预测精度。; 洪涯洪添胜代芬张昆陈厚文李岩; 关键词：水果无损检测近红外光谱法连续投影算法砂糖橘总酸

龙眼表面农药残留的无损检测研究——基于近红外光谱分析被引量：16: 2010年; 为进一步探索水果农药残留的快速无损检测技术,利用近红外反射光谱分析技术,对常用的高残留农药敌百虫和敌敌畏在龙眼表面残留的无损检测进行了研究。首先在500～1000nm波段范围内,将采集到的漫反射光谱数据进行主成分分析,利用主成分1和主成分2的得分值对样本进行聚类分析,得到较好的聚类结果;然后用各类样本的主成分得分作为神经网络的输入,建立了三层的BP人工神经网络模型,并进行了农药残留检测。结果表明,对敌百虫农药残留的检测正确率为93%,对敌敌畏农药残留的检测正确率为80%,为水果表面的农药残留快速无损检测探索了一条可能的新途径。; 代芬张昆洪添胜洪涯; 关键词：近红外光谱农药残留主成分分析人工神经网络龙眼

基于神经网络预测的无线传感器网络田间射频信号路径损耗被引量：11: 2010年; 为解决应用无线传感器网络技术监测农田信息时无法快速预测射频信号路径损耗的问题,基于神经网络理论研究了田间路径损耗与其影响因素间的关系。试验中选取915和2470MHz2个载波频率,在冬小麦的不同生长阶段测量射频信号在田间各影响因素作用下的路径损耗,建立和验证基于神经网络的射频信号田间路径损耗预测模型。所建立模型模拟值与实测值的相关系数为0.92,应用建立的神经网络预测田间射频信号路径损耗并与实测值对比,最大预测误差绝对值为4.186dB,最大预测标准差为2.759dB,预测准确度为94.2%。所建立的BP网络可以对田间射频信号路径损耗进行预测。; 李震洪添胜Ning Wang洪涯文韬李加念; 关键词：无线传感器网络神经网络损耗射频信号精细农业

全选清除导出

共1页<1>

洪涯