国家教育部博士点基金(20040335034)
- 作品数：15 被引量：428H指数：12
- 相关作者：何勇黄敏李晓丽冯雷裘正军更多>>
- 相关机构：浙江大学浙江大学医学院附属邵逸夫医院厦门大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金高等学校优秀青年教师教学科研奖励计划更多>>
- 相关领域：农业科学机械工程自动化与计算机技术理学更多>>
- 基于多光谱图像颜色特征的茶叶分类研究被引量：18
- 2008年
- 提出了一种利用多光谱图像颜色特征进行茶叶分类的新方法,对两种颜色几乎一样用肉眼几乎不能分辨的茶叶进行了分类。图像由MS3100-3CCD光谱成像仪和普通数码相机同时获得,光谱成像仪提供3个波段的图像,由近红外(NIR)、红色(R)和绿色(G)组成,因此它比普通数码照相机包含更丰富的信息,特别NIR波段的图像对有机物的颜色比可见光敏感。提取3CCD光谱成像仪和普通数码照相机各个波段图像颜色的特征即像素偏方差值和平均值进行统计分析,用多光谱图像的NIR图像所提供颜色信息能够辨别这两种颜色几乎一样的茶叶,而普通数码相机无法提供信息进行识别。然后应用人工神经网络技术,对NIR图像像素偏方差值和平均值这两个参数进行建模,建模样本40个,每个样本为20个,预测样本20个,每个样本为10个。结果表明,在阈值为0.3,对两种茶叶进行分类得到了100%识别率,此研究为茶叶的分类提供一种快速和无损的新方法。
- 陈孝敬吴迪何勇李晓丽刘守
- 关键词：多光谱成像仪茶叶
- 基于可见—近红外光谱技术的家蚕蚕种鉴别方法的研究被引量：20
- 2006年
- 提出了一种结合主成分分析和人工神经网络技术的可见-红外光谱家蚕蚕种快速鉴别新方法.主成分分析法用于家蚕蚕种品种的聚类分析及主成分的提取.从主成分1和2对所有建模样本的得分图可以看出,主成分分析法对不同种类家蚕蚕种具有较好的聚类作用,可以定性分析家蚕蚕种品种.提取了6个能解释原始光谱的大部分信息的主成分,作为BP神经网络的输入,建立了三层BP人工神经网络模型.选取了4个典型的家蚕蚕种品种,共120个样本,其中随机选取了100样本用来建立神经网络品种鉴别模型,对未知的20个样本进行预测,结果表明,品种识别准确率达到100%.说明该方法具有很好的分类和鉴别作用,为家蚕蚕种的品种鉴别提供了一种新的途径.
- 黄敏何勇黄凌霞楼程富
- 关键词：近红外光谱蚕种主成分分析人工神经网络
- 可见/近红外光谱预测杨梅汁酸度的方法研究被引量：35
- 2006年
- 针对可见/近红外光与杨梅汁酸度存在非线性相关的特点,提出了应用偏最小二乘(PLS)法预测线性部分和人工神经网络(ANN)预测非线性部分,结合两种方法综合预测杨梅汁酸度值,通过比较,r RMSEP,B ias的值来检验该方法.其中PLS模型用于寻找与杨梅汁酸度值有关的敏感波段,预测杨梅汁酸度的线性部分,将这些敏感波段对应的光谱吸光度值作为人工神经网络的输入,并将杨梅汁酸度的实际测量值减去PLS模型校正值,获得的差额部分作为神经网络的输出,建立一个差额神经网络预测杨梅汁酸度的非线性部分.46个样本用于建模,30个样本用于预测.结果表明该方法对样本的预测相关系数r=0.939,RMSEP=0.218,B ias=-0.121,好于只使用PLS模型的相关系数r=0.921,RMSEP=0.228,B ias=-0.132.
- 邵咏妮何勇
- 关键词：偏最小二乘杨梅汁酸度人工神经网络
- 一种基于可见-近红外光谱快速鉴别茶叶品种的新方法被引量：85
- 2007年
- 提出了一种用可见-近红外光谱技术快速无损鉴别茶叶品种的新方法。应用可见-近红外光谱仪测定5个品种茶叶的光谱曲线,用主成分分析法对不同品种茶叶进行聚类分析并获得茶叶的可见-近红外光谱数据的主成分,再结合人工神经网络技术建立模型进行品种鉴别。主成分分析表明,以主成分1和2对所有建模样本的得分值做出的得分图,对不同种类茶叶具有较好的聚类作用,可以定性分析茶叶种类。把主成分分析得到的前6个主成分作为神经网络的输入,茶叶品种值作为神经网络的输出,通过5个茶叶品种共125个样本的训练和学习,建立了茶叶品种鉴别的3层BP人工神经网络模型,对未知的25个样本进行鉴别,品种识别准确率达到100%。说明本文提出的方法具有很好的分类和鉴别作用,为茶叶的品种快速鉴别提供了一种新方法。
- 李晓丽何勇裘正军
- 关键词：茶叶主成分分析人工神经网络
- 油菜叶绿素与氮含量关系的试验研究被引量：48
- 2006年
- 为了找出油菜的叶绿素(SPAD值)与其全氮含量的关系,利用叶绿素仪(SPAD)对田间油菜氮含量进行测试,并将已知SPAD值的油菜叶通过凯氏定氮法进行测定,将这两种方法得到的结果进行拟合,建立了SPAD值和全氮含量在油菜中的数学关系模型,结果表明相关系数达0.863,为油菜在生长期间全氮含量的快速测定提供了一种新的方法.
- 朱哲燕鲍一丹黄敏冯雷
- 关键词：SPAD氮含量油菜凯氏定氮法
- 基于主成分和多类判别分析的可见-红外光谱水蜜桃品种鉴别新方法被引量：50
- 2006年
- 提出了一种用可见-近红外漫反射光谱技术快速鉴别水蜜桃品种的新方法.应用可见-近红外光谱仪测定三个品种水蜜桃的光谱曲线,再用主成分分析法对不同品种样本进行聚类分析,获取了水蜜桃可见-近红外光谱的特征信息,同时结合多类判别分析技术建立水蜜桃品种鉴别的模型.对经过预处理的光谱数据进行主成分分析,分析表明,以样本在第一主成分和第二主成分上的得分做出的二维散点图,对不同种类水蜜桃具有很好的聚类,能定性区分不同种类水蜜桃;经过主成分分析得到的前8个主成分的累积可信度已达94.38%,说明这8个变量能够代表绝大部分原始光谱的信息.从75个样本中随机抽取60个样本用于建立8个主成分变量的多类判别分析品种鉴别模型,余下的15个样本用于验证,准确率为100%.说明本文提出的方法具有明显的分类和鉴别作用.
- 李晓丽胡兴越何勇
- 关键词：水蜜桃主成分分析
- 基于可见/近红外光谱技术的茄子叶片灰霉病早期检测研究被引量：38
- 2007年
- 应用可见/近红外光谱技术对茄子叶片进行灰霉病害还未在叶片表面出现病症时的早期检测.采用化学计量学方法建立早期检测模型.主成分分析用于对光谱数据进行降维,得到若干个最重要的主成分.但直接从聚类图中无法进行是否染病的鉴别.因而将其作为变量输入BP神经网络,从而减少了计算量,提高了建模精度.检测结果显示,模型具有良好的检测效果,能够达到100%的识别率,正确率也能达到88%.说明运用可见/近红外光谱技术能够实现当病症还未在叶片表面出现时的快速准确的早期检测,为灰霉病早期检测提供了新的途径.
- 吴迪冯雷张传清何勇
- 关键词：灰霉病主成分分析BP神经网络
- 基于主成分分析和集成神经网络的发动机故障诊断模型研究被引量：26
- 2006年
- 针对发动机废气排放参数和故障之间复杂的非线性关系,提出了一种基于主成分分析和集成神经网络技术的发动机故障诊断分析模型。该模型首先运用主成分分析方法降低故障诊断样本的输入维数,然后按发动机不同运转状态将样本分组,并用于子网络训练;故障诊断时,各子网络分别诊断出相应的结果,最后采用投票法融合各输出结果。试验结果表明,这种模型能有效简化训练样本和样本属性参数,优化网络结构,其诊断精度及学习能力优于单一神经网络诊断模型,能较好地解决网络规模大、训练速度慢、诊断精度低等缺点。
- 李增芳何勇宋海燕
- 关键词：发动机故障诊断集成神经网络主成分分析数据融合
- 基于多光谱视觉传感技术的油菜氮含量诊断方法研究被引量：47
- 2006年
- 实时、便捷、可靠的作物营养诊断方法是进行科学的作物施肥管理的基础,也是精确农业的关键技术之一。文章提出利用光谱技术分析不同养分水平的油菜在生长过程中的光谱反射特征,用包含绿、红和近红外三波段通道的电荷耦合器件(CCD)成像技术对植物叶面氮素营养进行非破坏性检测方法,目的是建立能准确反映植物营养状况的检测模型,实时过滤掉土壤噪声和气候条件等环境干扰,实现对植物营养成分进行快速、准确、非破坏性检测。通过试验建立了叶绿素仪数值和全氮含量在油菜中的数学关系模型,结果显示,利用绿、红和近红外三通道图像灰度和反射率关系的经验线性标定模型分析得到的油菜植被指数与叶绿素仪数值间的线性相关系数r可以达到0.927。
- 冯雷方慧周伟军黄敏何勇
- 关键词：多光谱成像氮素水平光谱反射率植被指数油菜
- 番茄NFT栽培系统中基于叶水势的合理供水研究被引量：4
- 2006年
- 以圣女樱桃番茄为材料,研究了在NFT栽培系统中不同灌溉条件下番茄植株在不同生育期叶水势的日变化规律.结果表明,不同供水方式对番茄叶水势的影响不同.各生育阶段均以处理Ⅰ(每间隔10 min供水15 s)番茄叶水势值最高,日变化较小,而处理Ⅲ(每间隔30 min供水15 s)叶水势值最低,且日变化较大,处理Ⅱ(每间隔20 min供水15 s)与处理Ⅲ叶水势相比差值大,与处理Ⅰ叶水势相比差值小,处理Ⅱ番茄的茎粗、叶面积以及各器官的鲜重等生物学指标以及产量均比其他处理方式高.
- 徐林娟邓勋飞陶国富苗香雯何勇
- 关键词：番茄NFT叶水势
