王莉
- 作品数：9 被引量：157H指数：8
- 供职机构：浙江大学生物系统工程与食品科学学院更多>>
- 发文基金：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国家科技支撑计划更多>>
- 相关领域：轻工技术与工程理学农业科学机械工程更多>>
- 应用红外光谱技术快速检测月桂酸单甘油酯的品质指标被引量：14
- 2008年
- 月桂酸单甘油酯是用途广泛的食品添加剂,在其制备过程中经分子蒸馏得到的制备品中会有月桂酸、甘油等杂质。用化学滴定或气相色谱等传统方法检测制备品中的月桂酸单甘油酯纯度及其杂质含量过程相当繁琐。为了对月桂酸单甘油酯制备品的品质进行快速定量,先利用气相色谱法确定不同工艺下的月桂酸单甘油酯产品中各成分的含量,再利用傅立叶红外光谱仪对月桂酸单甘油酯制备品进行分析,得到它们的光谱数据曲线,并结合主成分分析和反向传播神经网络建立回归模型。通过对实验结果的均方根误差预测值PRMSE以及相关系数r辨析,预测月桂酸单甘油酯含量的结果为PRMSE=3.6376,r=0.9950,预测甘油含量的结果为PRMSE=1.4764,r=0.9795,预测月桂酸含量的结果为PRMSE=1.2859,r=0.9247。结果表明,应用光谱分析方法能够较好检测月桂酸单甘油酯、月桂酸和甘油含量。
- 冯凤琴张辉王莉何勇
- 关键词：医用光学与生物技术傅里叶变换红外光谱主成分分析反向传播神经网络
- 黄酒糖度预测的可见近红外光谱方法研究被引量：25
- 2007年
- 提出了用可见近红外光谱结合不同化学计量学方法预测黄酒糖度的新方法。用240个黄酒样本建模,60个样本进行预测。通过对光谱数据进行平滑、变量标准化及一阶导数等预处理,建立并比较了偏最小二乘法,小波变换与偏最小二乘法相结合,主成分分析与人工神经网络相结合以及主成分分析与最小二乘支持向量机相结合四种不同建模方法的预测精度,以相关系数r、预测标准差、偏差等为评判标准,得到黄酒糖度预测的最优模型为最小二乘支持向量机模型。该模型对黄酒糖度预测的相关系数为0.962、预测标准差为0.021、偏差为-0.001,获得了理想的预测精度。结果表明应用可见近红外光谱对黄酒糖度进行预测是可行的,且最小二乘支持向量机模型能得到最优的预测结果。
- 刘飞何勇王莉
- 关键词：医用光学与生物技术最小二乘支持向量机人工神经网络偏最小二乘法
- 应用可见-近红外光谱技术进行白醋品牌和pH值的快速检测被引量：21
- 2008年
- 提出了一种基于可见-近红外透射光谱技术快速判别白醋品牌和测定pH值的方法。应用可见-近红外透射光谱获取不同品牌白醋的透射光谱曲线,并对获得的原始光谱数据进行平滑、变量标准化以及一阶导数等预处理,然后利用主成分分析对原始光谱数据进行聚类分析,根据主成分的累计贡献率选取主成分数,并将所选取的主成分作为三层BP神经网络的输入。通过定标集样本对BP神经网络进行训练,得到三层优化神经网络结构:5输入层节点,6隐含层节点和2输出层节点,各层传递函数均采用Sigmoid函数。利用该模型对预测集样本进行预测。实验结果表明在阈值设定为±0.1的情况下该模型对预测集样本品牌鉴别准确率达到了100%,pH预测值与实际测量值偏差小于5%,得到了理想的结果。所以利用可见-近红外光谱技术结合主成分分析和神经网络算法能够快速准确的判定白醋品牌和pH值。
- 王莉刘飞何勇
- 关键词：白醋PH主成分分析BP神经网络
- 应用有效波长进行奶茶品种鉴别的研究被引量：6
- 2010年
- 基于最小二乘支持向量机建模方法,提出应用奶茶在可见/近红外光谱谱区的有效波长进行其品种鉴别的新方法.用225个样本建模,75个样本进行预测.通过对光谱数据进行偏最小二乘法分析,根据载荷图和回归系数图选择鉴别奶茶品种的有效波长(EW),并建立EW与最小二乘支持向量机(LS-SVM)相结合的EW-LS-SVM模型,同时与应用主成分(PC)和小波变换(WT)建立的PC-LS-SVM和WT-LS-SVM模型进行判别准确率的比较.结果表明,应用EW、PC和WT建立的模型对建模样本的判别准确率均为100%,对预测集样本判别准确率分别为98.7%、98.7%和100%,获得了理想的鉴别效果.研究表明,应用可见/近红外光谱谱区的有效波长进行奶茶品种鉴别是可行的,且EW-LS-SVM模型能获得满意的鉴别精度.
- 刘飞王莉何勇
- 关键词：奶茶有效波长最小二乘支持向量机
- 基于可见/近红外光谱技术的黄瓜叶片SPAD值检测被引量：18
- 2009年
- 为了快速准确检测黄瓜叶片的SPAD值,采用可见/近红外光谱技术并结合化学计量学方法建立了黄瓜叶片SPAD值校正模型.并用不同建模方法对全波段光谱进行建模,结果表明用最小二乘支持向量机（LSSVM）建模得到的预测效果最好,其相关系数r和预测均方根误差RMSEP分别为0.9583和0.9732.通过分析黄瓜叶片的光谱反射率与SPAD值的相关系数和PLS建模回归系数,得到了531-581nm和696-716nm 2个特征波段以及556nm、581nm、698nm和715nm 4个特征波长,应用LSSVM分别对特征波段和特征波长建模.分析表明,采用特征波段建模,其预测相关系数r和预测均方根误差分别为0.9338和1.1370,与全波段建模结果相近,而采用特征波长建模效果稍差.特征波段建模大大减少了建模中的运算量,提高了建模速度,便于相应检测仪器的开发,所以,采用光谱特征波段建模对黄瓜叶片SPAD值的检测更为有效.
- 刘飞王莉何勇鲍一丹
- 关键词：黄瓜最小二乘支持向量机叶绿素
- 应用多光谱图像技术获取黄瓜叶片含氮量及叶面积指数被引量：16
- 2009年
- 为了快速准确地获取黄瓜叶片的含氮量和叶面积指数等生长信息,提出了采用多光谱图像技术对黄瓜生长信息进行检测的新方法。利用标定板建立黄瓜叶片光谱反射率同图像灰度值之间的线性公式。通过多光谱相机对样本在绿光、红光和近红外三个通道的图像进行处理,获得叶片样本在每一通道的灰度值,然后根据标定板所建立的灰度值与反射率间的经验线性公式将对应的灰度值转为反射率值,并由反射率值计算出黄瓜的植被指数。采用最小二乘-支持向量机(LS-SVM)建立植被指数同叶片含氮景以及叶面积指数问的拟合模型。结果表明植被指数同叶片含氮量和叶面积指数的拟合相关系数分别为0.8665和0.8553。表明植被指数与黄瓜的叶片含氮量和叶面积指数具有紧密的相关性,也为快速采集黄瓜生长信息提供了一种新方法。
- 刘飞王莉何勇
- 关键词：医用光学与生物技术黄瓜含氮量叶面积指数
- 应用近红外光谱技术快速检测果醋糖度被引量：12
- 2008年
- 为了对果醋糖度值进行快速准确检测,应用近红外光谱技术并结合最小二乘支持向量机分析方法建立了果醋糖度检测模型。应用近红外透射光谱获取五种类型共计300份果醋样本的光谱透射曲线,利用主成分分析方法对原始光谱数据进行降维处理,根据主成分的累计贡献率选取6个主成分。选取的主成分即作为光谱优化特征子集以替代原来复杂的光谱数据。随后将300份果醋样本数据随机分为定标集和预测集,利用最小二乘支持向量机在225个定标集样本数据基础上建立起果醋糖度预测模型,应用此模型对75个预测集样本进行糖度预测。根据预测均方根误差(RMSEP)和预测结果的相关系数(r)对预测模型进行评价,利用此模型得到的样本糖度预测值r=0.9939,RMSEP=0.363,均达到了较好的预测效果。
- 王莉李增芳何勇刘飞
- 关键词：近红外光谱果醋糖度主成分分析最小二乘支持向量机
- 应用可见/近红外光谱进行黄酒品种的判别被引量：33
- 2008年
- 为了实现对黄酒品种的快速判别,采用可见/近红外光谱对不同品种的黄酒获取光谱曲线,然后采用主成分分析方法对光谱数据进行聚类分析,并将其提取的主成分作为BP神经网络的输入值,建立了黄酒品种鉴别模型。该模型将前6个主成分作为神经网络的输入变量,加速了神经网络的学习速度,提高了模型的预测精度。随机选取每个品种的15个黄酒样本,共45个样本组成预测集,剩余的145个黄酒样本组成训练集建立训练模型,并用预测集样本对其进行验证。将品种鉴别的偏差标准定为±0·1,结果表明,只有1个未知样本超出偏差范围,该方法的品种鉴别正确率为97·78%,获得了满意的结果。说明文章提出的方法具有很好的分类和鉴别作用,为黄酒品种的快速鉴别提供了一种新方法。
- 刘飞王莉何勇蒋益虹
- 关键词：黄酒主成分分析BP神经网络
- 应用光谱技术和支持向量机分析方法快速检测啤酒糖度和pH值被引量：27
- 2008年
- 为实现啤酒糖度和pH值的快速检测,采用可见/近红外光谱仪器得到360个啤酒样本的可见/近红外光谱数据.使用主成分分析(PCA)对数据进行降维处理以消除众多信息共存中相互重叠的部分,得到6个主成分值.将样本数据随机分为定标集和预测集,利用最小二乘支持向量机(LS-SVM)算法在定标集数据基础上建立啤酒糖度和pH值预测模型,并利用此模型对预测集样本进行预测.根据预测相关系数(r)和预测标准偏差(RMSEP)判断预测模型好坏,结果表明该模型对啤酒糖度预测的相关系数r为0.9829,RMSEP为0.1506;对啤酒pH值的预测相关系数r为0.9563,RMSEP为0.0494,预测精度明显高于神经网络和PLS预测,所以利用该模型能够准确的预测啤酒的糖度及pH值.
- 王莉何勇刘飞应霞芳
- 关键词：啤酒最小二乘支持向量机糖度PH
