您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

以高光谱数据有效预测苹果可溶性固形物含量

文献类型： 中文期刊

作者： 黄文倩 1 ; 李江波 2 ; 陈立平 2 ; 郭志明 2 ;

作者机构： 1.北京农业智能装备技术研究中心

2.北京农业智能装备技术研究中心,国家农业智能装备工程技术研究中心

关键词： 高光谱成像;苹果;可溶性固形物含量;变量选择;多元校正分析

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2013 年 33 卷 10 期

页码： 2843-2846

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 从高光谱数据中选取能够有效进行内部品质检测的特征波长,是利用高光谱成像技术进行水果品质定量分析的关键。本文采用遗传算法(GA)、连续投影算法(SPA)和GA-SPA算法分别从400～1 000nm的苹果高光谱图像中提取特征波长,利用偏最小二乘法(PLS)、最小二乘支撑向量机(LS-SVM)和多元线性回归(MLR)建模进行苹果可溶性固形物含量(SSC)的定量分析并进行了综合比较。160个样品中,120个用于建模,40个用于预测。比较发现SPA-MLR模型获得了最好的结果,R2p,RMSEP和RPD分别为0.950 1,0.308 7和4.476 6。结果表明:SPA能够有效地用于高光谱数据的变量选择,利用SPA-MLR可建立稳健的苹果SSC预测模型,较少的有效变量和MLR模型的易解释性表明该模型在在线检测和便携式仪器开发中具有较大的应用潜力。

  • 相关文献

[1]基于高光谱成像的苹果轻微损伤检测有效波长选取. 黄文倩,陈立平,李江波,张驰. 2013

[2]用高光谱成像和PCA检测苹果的损伤和早期腐烂. 张保华,黄文倩,李江波,赵春江,刘成良,黄丹枫. 2013

[3]自适应蚁群优化算法的近红外光谱特征波长选择方法. 郭志明,黄文倩,彭彦昆,王秀,汤修映. 2014

[4]近红外光谱变量选择及其在苹果可溶性固形物含量无损速测中的应用. 张鹤冬,吴静珠,韩平,王纪华,王冬. 2019

[5]近红外高光谱图像结合CARS算法对鸭梨SSC含量定量测定. 李江波,彭彦昆,陈立平,黄文倩. 2014

[6]高光谱图像信息检测玉米籽粒胚水分含量. 田喜,黄文倩,李江波,樊书祥,张保华. 2016

[7]高光谱成像技术和主成分分析识别玉米籽粒的胚(英文). 黄文倩,李江波,张驰,张保华,张百海. 2012

[8]拉曼高光谱成像系统中光在奶粉层的穿透深度研究. 刘宸,王庆艳,黄文倩,陈立平,杨桂燕,王晓彬. 2017

[9]成像光谱技术在农产品/食品检测中的研究进展. 周全,朱大洲,王成,郑耀,王秋平. 2010

[10]用于高光谱图像分类的归一化光谱指数的构建与应用(英文). 张东彦,赵晋陵,黄林生,马雯萩. 2014

[11]小麦叶片胁迫状态下的高光谱图像特征分析研究. 张东彦,张竞成,朱大洲,王纪华,罗菊花,赵晋陵,黄文江. 2011

[12]基于高光谱和PLS-LS-SVM的冬小麦叶绿素含量检测. 王伟,彭彦昆,王秀,马伟. 2010

[13]叶菜失水条件下的高光谱图像特征分析研究. 吴琼,陆安祥,朱大洲,王成,方晶晶,纪建伟. 2015

[14]基于高光谱成像的蔬菜新鲜度检测初探. 吴琼,朱大洲,王成,马智宏,陆安祥,王纪华. 2012

[15]肉类掺杂掺假的高光谱成像检测研究进展. 姜洪喆,蒋雪松,杨一,胡逸磊,陈青,施明宏,周宏平. 2021

[16]基于光谱及成像技术的种子品质无损速测研究进展. 王冬,王坤,吴静珠,韩平. 2021

[17]应用近红外高光谱成像技术检测面粉中偶氮甲酰胺. 王晓彬,黄文倩,王庆艳,李江波,王超鹏,赵春江. 2018

[18]基于近红外高光谱成像及信息融合的小麦品种分类研究. 董高,郭建,王成,陈子龙,郑玲,朱大洲. 2015

[19]高光谱成像技术定量可视化检测熟牛肉中挥发性盐基氮的含量. 杨东,陆安祥,王纪华. 2017

[20]一种基于高光谱图像的熟牛肉TVB-N含量预测方法. 田卫新,何丹丹,杨东,陆安祥. 2016

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台