国家高技术研究发展计划(2007AA10Z210)
- 作品数:22 被引量:379H指数:14
- 相关作者:何勇吴迪刘飞李晓丽冯雷更多>>
- 相关机构:浙江大学浙江经济职业技术学院浙江机电职业技术学院更多>>
- 发文基金:国家高技术研究发展计划国家自然科学基金国家科技支撑计划更多>>
- 相关领域:农业科学理学自动化与计算机技术机械工程更多>>
- 基于近红外光谱技术的大米品种快速鉴别方法被引量:57
- 2009年
- 为探索大米无损检测技术,提出了一种基于可见-近红外光谱技术快速、无损鉴别大米品种的新方法。首先采用主成分分析法对大米品种进行聚类,然后利用小波变换技术提取光谱特征信息,把光谱特征信息作为人工神经网络的输入建立品种识别模型,对大米品种进行鉴别。从每种大米60个样本共计180个样本中随机抽取150个样本(每种50个样本)用来建立神经网络模型,剩下的30个大米样本用于预测。品种识别准确率达到100%。说明所提出的方法具有很好的分类和鉴别作用,为大米的品种鉴别提供了一种新方法。
- 周子立张瑜何勇李晓丽邵咏妮
- 关键词:大米主成分分析小波变换人工神经网络
- 基于遗传算法的近红外光谱橄榄油产地鉴别方法研究被引量:43
- 2009年
- 提出了一种应用近红外光谱技术快速无损鉴别橄榄油产地的新方法。采用近红外光谱仪获取三种不同产地的橄榄油各30个样本的光谱漫反射特征曲线,利用全局搜索算法-遗传算法提取特征波长,即从光谱751个波长数据提取9个特征波长数据,并将其作为主成分分析法的输入变量,运用主成分分析法建立分析校正模型。结果表明,主成分1和2累计可信度已达99.130%,对不同产地的橄榄油有很好的聚类作用,同时也说明遗传算法抽取特征波长方法正确。将提取到的六种主成分作为BP神经网络的输入变量,品种类型作为神经网络的输出变量,建立3层人工神经网络模型,对30个未知橄榄油产地进行预测,预测结果准确率达100%。该方法能快速无损地检测橄榄油产地,同时也为其他油类产地鉴别提供了一种新方法。
- 陈永明林萍何勇
- 关键词:橄榄油近红外光谱遗传算法主成分分析BP神经网络
- 基于多光谱图像的不同品种绿茶的纹理识别被引量:13
- 2008年
- 为了提高茶叶加工的智能化水平,提出一种基于多光谱图像纹理分析的快速识别不同品种绿茶的方法.通过3CCD成像仪同时获得绿茶样本的红光、绿光和近红外三个通道的图像,采用灰度共生矩阵和纹理滤波相结合来提取图像纹理特征,分析了不同品种绿茶的各个通道图像的纹理特征.非监督聚类分析表明,基于组合方法提取的纹理特征优于仅依靠灰度共生矩阵得到的纹理特征.优化和筛选后得到10个特征参数作为支持向量机模型的输入,建立模式识别模型.结果表明,对于126个建模样本的识别正确率达到94.4%,对于未知64个预测样本的识别正确率达到93.8%,说明提出的组合纹理特征提取和模式识别方法能够较好地识别不同品种的绿茶.
- 李晓丽何勇裘正军吴迪陈孝敬
- 关键词:纹理特征支持向量机灰度共生矩阵
- 基于直接正交信号校正的水稻冠层叶瘟光谱诊断被引量:16
- 2010年
- 采用直接正交信号校正-连续投影算法(DOSC-SPA)联用的组合处理方法,实现了应用可见/近红外光谱技术对水稻冠层叶瘟病的快速准确诊断。采集水稻冠层样本共120个,其中健康和染病样本各60个。用DOSC-SPA方法,对水稻冠层光谱数据进行直接正交化处理,然后通过连续投影算法提取有效波长(EW),建立了有效波长(775 nm)与叶瘟诊断判别的直接线性方程:Y=5.283X。应用该方程对预测集样本进行诊断判别,其判别准确率为95.0%,获得了满意的判别精度。结果表明,DOSC-SPA组合处理方法提取水稻冠层叶瘟诊断的特征波长是非常有效的,并且通过直接线性方程能获得满意的判别精度,为后续水稻大田叶瘟病情监测、喷药处理及相应病情监测仪器的开发提供了方法和依据。
- 刘飞冯雷柴荣耀孙光明楼兵干孙测何勇
- 关键词:连续投影算法偏最小二乘法水稻
- iPLS-SPA变量选择方法在螺旋藻粉无损检测中的应用被引量:3
- 2009年
- 该文研究了基于可见-近红外光谱技术的螺旋藻粉类别无损检测方法。采用簇类独立软模式法(SIMCA)建立可见-近红外光谱模型。全波段光谱所建立的模型得到了93.33%的预测集正确率。文章提出了基于间隔偏最小二乘法(iPLS)和连续投影算法(SPA)的组合光谱变量选择方法进行有效波长的选择。该方法从全波段675个变量中选择了5个最优的有效波段,并且得到了96.67%的预测集正确率。和基于全波段光谱、可见光波段光谱和近红外波段光谱进行SPA运算相比,基于iPLS的SPA运算可以有效减少计算时间。研究表明可见-近红外光谱可以用于对螺旋藻粉类别进行无损检测,同时iPLS-SPA是一个有效的光谱变量选择方法。
- 吴迪汪志平何勇周子立
- 关键词:近红外光谱光谱分析无损检测螺旋藻粉
- 辐照处理对油菜籽光谱特性影响的研究
- 2008年
- 针对油菜籽经过核辐照处理后其光谱反射特性会发生改变的特点,提出了应用可见/近红外光谱技术进行油菜籽的快速无损鉴别。利用偏最小二乘法和BP神经网络建立鉴别模型,并比较了不同光谱预处理方法、主成分数据变换方式及隐含层节点数对模型预测结果的影响。实验采用五种剂量辐照(50,100,150,200Gy和不经核辐照处理)的油菜籽共135个样本进行建模,49个进行预测。结果显示,最优模型是原始光谱数据先经过中值滤波平滑法、附加散射校正及一阶求导法预处理。经PLS方法提取6个主成分经自然对数变换后,选取神经网络隐含层结点数为4个或9个。最优模型对是否经过核辐照处理的样本识别率达100%,对核辐照剂量预测精度为85.71%,说明提出的方法可以用于评估核辐照处理对油菜籽光谱特性产生的明显影响。
- 黄敏王遵义何勇
- 关键词:甘蓝型油菜偏最小二乘人工神经网络
- 基于可见-近红外光谱技术的油菜叶片叶绿素含量无损检测研究被引量:12
- 2009年
- 为了快速无损获取油菜叶片叶绿素含量信息,试验研究了油菜叶片的可见-近红外反射光谱特性与叶绿素含量之间的定量关系.试验采集140个油菜叶片样本,其中70个样本用于建模,另外70个样本用于模型预测.光谱曲线扫描采用美国USB4000光纤光谱仪,叶绿素含量值采用日本Minolta公司生产的SPAD-502仪测定.实验发现,波段范围680~730 nm处的光谱吸光度与油菜叶片叶绿素含量之间具有显著相关性.同时发现油菜叶片厚度对建模预测精度有较大影响.试验首先用待定系数法构造叶绿素含量预测方程;然后用标准遗传算法对其进行参数优化.试验确定最优光谱范围是696.82~716.53 nm.不考虑叶片厚度时,建模和预测关联度r分别是0.4823和0.5649.考虑叶片厚度校正后,建模和预测关联度r分别提高到0.8936和0.9178.说明基于可见-近红外反射光谱技术实现油菜叶片叶绿素含量快速无损检测是可行的.
- 姚建松杨海清何勇
- 关键词:油菜叶绿素含量遗传算法叶片厚度
- 基于反射光谱技术的植物叶片SPAD值预测建模方法研究被引量:26
- 2009年
- 植物叶片SPAD值反映了植物叶绿素含量,对特定的植物也反映了氮含量。为了实现植物叶绿素含量的快速无损检测,利用光纤反射光谱技术对植物叶片SPAD值进行了预测建模研究。实验中选取70个样本作为建模集,50个样本作为校验集。通过叶片光谱比对,发现光谱红边段650~750 nm对SPAD预测建模有直接关系。实验确定了光强调节因子和叶片厚度影响因子。首先通过待定系数法构造出SPAD预测公式,然后用Visual Basic6.0设计的遗传算法进行参数寻优,最后确定最佳敏感波段为683.24~733.91nm。分析表明,叶片厚度对SPAD反射光谱模型精度有显著影响。经过叶片厚度修正后的建模集拟合因子R2为0.865 8,校验集拟合因子R2为0.916 1。结果表明,利用反射光谱技术建立的SPAD预测模型是成功的,从而可为仪器开发提供方法指导。
- 杨海清姚建松何勇
- 关键词:反射光谱叶片厚度光纤光谱仪
- 小波阈值降噪模型在红外光谱信号处理中的应用研究被引量:20
- 2009年
- 针对近红外光谱经常受到噪声干扰的特点,提出了利用小波阈值降噪方法进行光谱数据的降噪处理,以山羊绒表面油脂的近红外光谱检测为例,对比分析了三种小波阈值降噪模型(Penalty阈值降噪模型、Brige-Massart阈值降噪模型、缺省阈值降噪模型)的降噪性能。对降噪后的光谱数据采用偏最小二乘和支持向量机回归相结合建立了校正和预测模型,通过对比校验参数R2,RMSEC,RMSEP,分析评价了三种小波阈值降噪模型的降噪效果。结果表明:三种降噪模型都能在一定程度上降低光谱信号的噪声,提高信噪比,改善光谱预测模型的精度,其中,Brige-Massart阈值降噪模型和缺省阈值降噪模型的降噪效果明显优于Penalty阈值降噪模型,与原始光谱信号建模的预测精度(R2=0.793,RMSEC=0.233,RMSEP=0.225)相比较,经过Brige-Massart阈值降噪模型降噪后的光谱信号建模的预测精度(R2=0.882,RMSEC=0.144,RMSEP=0.136)和经过缺省阈值降噪模型降噪后的光谱信号建模的预测精度(R2=0.876,RMSEC=0.151,RMSEP=0.142)均有较大程度的改善和提高,说明提出的小波阈值降噪方法能有效地降低原始光谱噪声作用,使光谱数据多变量分析模型更具有代表性和稳健性,从而可以提高模型的预测精度。
- 吴桂芳何勇
- 关键词:近红外光谱小波阈值降噪
- 基于组合模拟波段的油菜菌核病早期诊断方法研究被引量:6
- 2010年
- 应用组合模拟波段建立的线性和非线性判别模型实现了油菜菌核病的早期诊断。采集油菜健康叶片80个,菌核病染病叶片100个,采用预处理算法与连续投影算法(SPA)相结合提取组合模拟波段,分别建立偏最小二乘法(PLS)、多元线性回归(MLR)和最小二乘-支持向量机(LS-SVM)模型。通过比较,最优PLS判别的预处理分别为直接正交信号校正(DOSC)、De-trending和原始反射光谱(Raw),准确率分别为100%,95.7%和95.7%。应用组合模拟波段的最优线性模型为SPA-MLR(DOSC)和SPA-PLS(DOSC)模型,准确率均为100%,基于DOSC、De-trending和Raw组合模拟波段的SPA-LS-SVM模型的判别准确率均为100%。结果表明,基于组合模拟波段进行油菜菌核病早期诊断是可行的,为油菜菌核病的早期诊断及病害监测仪器的开发提供了方法和依据。
- 刘飞冯雷楼兵干孙光明王连平何勇
- 关键词:油菜菌核病连续投影算法