绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 100
  (已选择0条) 清除 结果分析
找到 13026 条结果
[硕士论文] 谈文艺
模式识别智能系统 黑龙江大学 2018(学位年度)
摘要:苹果作为我国第一大水果,在我国果品生产、消费以及对外贸易中发挥着重要作用,然而苹果在商品化的过程中将不可避免受到外力因素的影响而产生不同程度的损伤。有些苹果损伤在形成初期不太明显,但其受损组织的内部可能已经发生了变质,因此对苹果的外部损伤尤其是早期轻微损伤的检测显得尤为重要。此外,对苹果损伤程度定量和客观的描述不仅是生产者和买家评估苹果品质的重要依据,而且对于改善苹果采后商品化处理的研究也具有重要意义。
  本文采用高光谱成像技术对苹果的外部损伤进行了早期识别分级,具体研究内容和成果如下:
  (1)对401-1037nm波段范围的苹果高光谱图像执行分段主成分分析(PCA)操作,选出近红外光谱区(780-1037nm)为识别损伤的最佳光谱区,并基于此最佳光谱区域以及主成分图像的权重系数在本区域选取了7个特征波长;再次对这些选出的特征波长执行PCA操作,并结合图像处理操作设计了一种针对不同程度的苹果损伤的精确识别算法,统计得到该算法对200个样本的平均识别率为98.5%。
  (2)利用掩模得到157个苹果损伤区域的平均光谱,运用Kennard-Stone算法划分样本集合以提高样本的代表性,使用四种不同预处理方法及它们的组合方法处理原始光谱数据,选出了标准正态变量变换作为最终的预处理方法。利用竞争性自适应重加权法(CARS)、连续投影法以及CARS和相关系数法(CCM)的组合算法来选取光谱数据的特征波长,并分别建立基于网格参数寻优的支持向量机(GS-SVM)模型来进行苹果损伤程度的分类鉴别,最终确定了最优损伤程度分类模型为CARS-CCM-GS-SVM模型,预测集的分类准确率达97.5%。
  研究结果表明,本研究所设计方法可以准确有效地对苹果的早期损伤进行有效识别,并在此基础上实现对损伤程度准确分级,给实现苹果损伤检测的自动化提供一个可行性方案,对提高苹果产业果品分级技术水平出口率具有积极的意义。
[硕士论文] 邹博睿
模式识别智能系统 黑龙江大学 2018(学位年度)
摘要:面粉是日常饮食结构的主要原料之一,其品质一直是公众关注的焦点。在面粉所有的评价指标中,外观和口感对于面粉的品质认证和市场价格起着关键的作用。因此,一些面粉生产厂商和零售商向面粉中添加大量的滑石粉来提升面粉的外观品,从而获取更大的利润。然而,很多研究已经证实滑石粉会对人体健康造成危害,因此,研究面粉中滑石粉的检测方法对保护消费者健康有着巨大的实际意义。近红外光谱分析技术以其快速、高效、无损的技术特点和优势在众多领域都得到了广泛地应用,本文将利用近红外光谱技术对面粉中滑石粉进行定量检测。
  本研究制备了41个不同含量滑石粉的面粉样本,并利用NIRS分析仪采集了全体样本在400~2500nm光谱范围内的漫反射光谱用于光谱特性分析。由于在利用近红外光谱模型建立的过程中,训练样本的选择十分重要,本研究使用马氏距离法剔除了两个异常样本,并利用SPXY算法在剩余的39个面粉样本选择了29个样本用于建模,10个样本用于预测。此外,为了去除外界噪声干扰对光谱信号的影响,比较使用了平滑(S-G)、多元散射校正(MSC)、导数算法(1D、2D)、标准正态变化(SNV)等不同预处理方法对模型的校正效果,发现SNV预处理效果最好。然后,使用相关系数法(CCM)、连续投影算法(SPA)以及两种方法的组合算法提取特征波长以实现光谱数据降维,并将提取的特征光谱数据分别输入到三种定量分析模型—径向基函数(RBF)人工神经网络、反向传播(BP)人工神经网络和最小二乘法(PLS)模型中来预测面粉中的滑石粉含量,确定了CCM-SPA-RBF模型为最优预测模型,得到预测相关系数(Rp)、预测均方根误差(RMSEP)和相对分析误差(RPD)分别为0.9992、0.1638和25.2485。
  研究结果表明,多变量分析方法相结合的近红外光谱技术可以用于小麦面粉中滑石粉含量快速无损检测,对面粉食用安全保障具有积极的意义。
[硕士论文] 陈道源
模式识别智能系统 黑龙江大学 2018(学位年度)
摘要:近红外光谱检测技术越来越成熟,便携式光谱检测仪越来越丰富,但是依然存在价格昂贵、操作复杂等问题,小型化、智能化、低成本成为便携式检测仪的发展趋势。因此提出一种新的苹果糖度检测方法,实现检测仪的小型化、低成本、智能化,显得尤为重要。
  本文提出了基于多特征波长的苹果糖度检测方法,设计了基于该方法的检测装置的总体方案,阐述了检测装置的光路结构设计、电路设计和软件程序开发。廉价的LED光源,独特的光路结构设计,实现了检测装置的低成本和小型化。利用设计的近红外检测装置,获取苹果在830nm、880nm、940nm(特征波长)和850nm(参考波长)光源下的漫反射信号吸光度,建立漫反射吸光度苹果糖度的多元线性回归(MLR)和偏最小二乘(PLS)回归模型。对比分析模型参数可知,多元线性回归模型参数(R2=0.9092)优于一元线性回归模型参数(R2=0.8367)。偏最小二乘的预测相关系数Rp和预测均方根误差RMSEP分别为0.8957和0.4052。虽然基于光谱仪的苹果糖度检测仪的模型预测精度(Rp=0.924>0.8957,RMSEP=0.334<0.4052)比本实验模型的预测精度要好,但是其装置成本远比本装置高。
  实验结果表明,基于多特征波长的检测装置基本达到苹果糖度检测精度的要求。本文提出的基于多特征波长的近红外苹果糖度检测方法是可行的,且比基于单特征波长的苹果糖度检测方法更优。同时,本研究为实用化的苹果糖度检测仪器设计和开发提供参考。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部