谷静思
- 作品数：5 被引量：76H指数：4
- 供职机构：西北农林科技大学食品科学与工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：理学农业科学自动化与计算机技术轻工技术与工程更多>>
- 基于近红外漫反射光谱的多品种桃可溶性固形物的无损检测被引量：19
- 2014年
- 【目的】研究基于近红外漫反射光谱的多品种桃可溶性固形物含量的无损检测技术。【方法】在获得3个不同品种桃近红外漫反射光谱的基础上,采用多元散射校正(MSC)方法处理原始光谱,以SPXY算法划分样品集,分别建立了可溶性固形物含量的偏最小二乘回归(PLSR)、极限学习机(ELM)和最小二乘支持向量机(LSSVM)预测模型,并比较和评价了移动窗口偏最小二乘法(MWPLS)和连续投影算法(SPA)优选有效特征波长对于简化模型运算量、改善模型预测性能的影响。【结果】虽然全光谱可以获得较好的识别效果,但是模型比较复杂;MWPLS与SPA优选的有效特征波长均能有效地减少建模变量并简化模型,但MWPLS在提高建模效率和改善模型预测精度方面有更明显的优势;PLSR、ELM与LSSVM模型都取得了较理想的预测结果,其中PLSR方法较适用于全光谱建模分析;MWPLS-ELM模型对样品集中桃可溶性固形物含量的预测性能最好,其校正相关系数、校正均方根误差、预测相关系数和预测均方根误差分别为0.991,0.397,0.983和0.497。【结论】近红外漫反射技术可用于多品种桃可溶性固形物含量的准确、无损检测,也为其他品种果品的内部品质指标快速、无损检测提供了技术借鉴。
- 王铭海郭文川商亮谷静思
- 关键词：近红外光谱可溶性固形物无损检测
- 成熟期梨可溶性固形物含量的近红外漫反射光谱无损检测被引量：8
- 2013年
- 【目的】研究成熟期梨可溶性固形物含量的近红外漫反射光谱无损检测技术,为及时、准确地掌握成熟期梨果实的内部品质特性及田间管理、适时采收、合理储藏提供依据。【方法】基于近红外漫反射光谱检测技术分别建立了成熟期砀山酥梨可溶性固形物含量的偏最小二乘(PLS)、广义回归神经网络(GRNN)和偏最小二乘支持向量机动态预测模型(LSSVM),并综合评价了无信息变量消除法(UVE)优选有效特征波数对于简化模型、提高预测性能的影响。【结果】UVE算法能够很好地提高建模效率、有效改善GRNN和LSSVM模型预测精度,而对PLS分析模型效果不明显。3种模型中,LSSVM模型比GRNN和PLS模型具有明显优势,其中UVE-LSSVM模型具有最佳预测精度和适用性,其校正相关系数(Rc)为0.988,校正均方根误差(RMSEC)为0.074,预测相关系数(Rp)为0.922,预测均方根误差(RMSEP)为0.162。【结论】基于近红外光谱技术的UVE-LSSVM模型可用于成熟期梨可溶性固形物含量的无损检测。
- 王铭海郭文川谷静思刘卉
- 关键词：近红外光谱成熟期可溶性固形物含量
- 近红外光谱结合极限学习机识别贮藏期的损伤猕猴桃被引量：29
- 2013年
- 为了及时、准确地识别采摘后贮藏期间的损伤猕猴桃,降低果实腐烂及交叉感染带来的损失,采用近红外漫反射光谱技术结合极限学习机(ELM)建立了采摘后2℃冷藏下10天内的碰撞损伤猕猴桃、挤压损伤猕猴桃与无损猕猴桃的动态判别模型。分别比较了无信息变量消除法(UVE)与连续投影算法(SPA)结合UVE优选特征波数建模对简化模型、提高预测性能的影响。结果表明,碰撞损伤猕猴桃比挤压损伤猕猴桃更容易同无损猕猴桃区分开来,且随着贮藏时间的延长,损伤猕猴桃更容易被识别;UVE-SPA-ELM模型的判别效果最好,在采后贮藏10天内预测集中损伤猕猴桃和无损猕猴桃的总正确识别率为92.4%。该检测技术具有较高的检测精度和适用性,可用于快速、无损鉴别损伤猕猴桃。
- 郭文川王铭海谷静思朱新华
- 关键词：近红外光谱图像识别猕猴桃贮藏期极限学习机
- 基于介电频谱/近红外光谱技术检测采后桃和油桃的品质及品种
- 桃和油桃是我国生产主要的水果，生产量和消费量也居于世界前列。但与发达国家相比，市场竞争力较弱，参与国际贸易的比例却一直较低。主要原因就是我国桃和油桃的采后商品化处理比较落后，导致外观质量较差、质量参差不齐。因而，开展采后...
- 谷静思
- 关键词：近红外光谱介电特性油桃
- 文献传递
- 基于介电特性及ANN的油桃糖度无损检测方法被引量：22
- 2013年
- 为了探索利用果品的介电特性无损预测内部品质的可能性,该文采用矢量网络分析仪测量了10d贮藏期间,300个99-1油桃在20～4500MHz频率下的相对介电常数和介电损耗因子,以糖度作为内部品质指标,基于x-y共生距离的样本划分法确定了含243个样本的校正集和57个样本的预测集;建立了预测油桃糖度的偏最小二乘、支持向量机及极限学习机模型,并综合比较了采用全频谱以及利用无信息变量消除法和连续投影算法分别提取的特征变量作为各模型输入变量时,对各模型拟合效果的影响。结果表明:连续投影算法结合极限学习机预测效果最好(预测相关系数为0.887,预测均方根误差为0.782);与全频谱和无信息变量消除法相比,连续投影算法在简化模型及提高模型稳定性方面性能良好。该研究结果表明,基于油桃介电特性无损检测糖度是可行的,可为应用介电特性无损检测果品的内部品质指标提供了一种新方法。
- 商亮谷静思郭文川
- 关键词：介电特性油桃可溶性固形物含量极限学习机
