您的位置: 专家智库 > >

满尊

作品数:4 被引量:16H指数:1
供职机构:山西农业大学更多>>
发文基金:山西省自然科学基金国家自然科学基金更多>>
相关领域:农业科学理学轻工技术与工程更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 2篇农业科学
  • 1篇轻工技术与工...
  • 1篇理学

主题

  • 3篇光谱
  • 2篇无损检测
  • 2篇鲜枣
  • 2篇近红外
  • 2篇近红外光
  • 2篇近红外光谱
  • 2篇红外
  • 2篇红外光
  • 2篇红外光谱
  • 1篇电磁控制阀
  • 1篇信号
  • 1篇信号传递
  • 1篇学习机
  • 1篇油桃
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇自动分选
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇向量机

机构

  • 4篇山西农业大学

作者

  • 4篇满尊
  • 3篇张淑娟
  • 2篇王斌
  • 2篇杨一
  • 1篇薛建新
  • 1篇黄锋华
  • 1篇吴玉香

传媒

  • 1篇农业机械学报
  • 1篇现代食品科技

年份

  • 1篇2016
  • 2篇2015
  • 1篇2014
4 条 记 录,以下是 1-4
排序方式:
油桃外部缺陷的高光谱成像检测被引量:14
2015年
采用高光谱(420~1 000 nm)成像技术对"中油9号"油桃的4种外部缺陷(裂纹果、锈病果、异形果和暗伤果)进行检测判别。对400个样本(4种外部缺陷样本和完好样本)运用偏最小二乘回归(PLSR)从全波段中分别提取了10条特征波长,分别为497、534、657、677、696、709、745、823、868、943 nm。缺陷样本的高光谱图像经过主成分分析后,对876 nm下的单波段图像通过掩膜、Sobel算子处理,并对主成分图像经过区域生长算法实现缺陷样本的缺陷区域分割。对光谱数据进行主成分分析得到前10个主成分值,并对图像数据采用灰度共生矩阵(GLCM)提取得到6项图像纹理指标(均值、对比度、相关性、能量、同质性、熵值)。将主成分值和纹理值融合建立极限学习机(ELM)模型对油桃外部缺陷进行检测判别。结果表明,该模型对缺陷样本的判别正确率为91.67%,完好样本的正确率为100%。
黄锋华张淑娟杨一满尊张学豪吴玉香
关键词:油桃高光谱成像无损检测极限学习机
郎枣轻微损伤可见/近红外光谱分波段动态判别研究被引量:1
2015年
为了实现轻微损伤郎枣的快速无损检测,以完好和轻微损伤郎枣为研究对象,动态采集其可见/近红外光谱数据。依据光谱波段定义将采集的光谱数据分为可见光(Vis)、短波近红外(SW-NIR)、长波近红外(LW-NIR)、可见/短波近红外(Vis/SW-NIR)、近红外(NIR)和可见/近红外(Vis/NIR)等6个波段,分别选取各波段最佳预处理方法。采用连续投影法(SPA)和主成分分析法(PCA)分别对各波段光谱数据降维,以全波长、SPA提取的特征波长和PCA提取的主成分作为输入,分别建立偏最小二乘回归法(PLSR)和最小二乘支持向量机(LS-SVM)模型,通过比较预测集的判别准确率,确定最佳建模方法。结果表明,PLSR模型优于LS-SVM模型,SW-NIR波段较其余5个波段有更好的判别能力,所建SW-NIR-SNV-SPA-PLSR模型判别准确率为93.3%,为最佳模型。本实验为轻微损伤郎枣的快速无损检测和相关仪器的开发提供了理论基础。
杨一张淑娟薛建新王斌满尊张学豪
关键词:最小二乘支持向量机
轻微损伤鲜枣的快速无损在线检测与分选装置
本发明公开了轻微损伤鲜枣的快速无损在线检测与分选装置,包括机械输送装置、旋转装置、可见近红外光谱采集装置和分选装置。鲜枣由机械输送装置输送到可见近红外光谱检测装置工位的传动辊轮上,旋转装置使传动辊轮带动鲜枣实现360°的...
张淑娟王斌满尊
文献传递
鲜枣品质在线光谱无损检测与分选系统研究
中国作为鲜枣的原产国,鲜枣产量居世界之首,然而出口比例却非常低,究其原因主要是由于我国鲜枣在线检测技术比较落后,鲜枣商品化水平低。鲜枣品质检测分选是促进鲜枣增值、提高鲜枣产业利润的主要方法之一,通过鲜枣品质检测分选能够推...
满尊
关键词:无损检测分选鲜枣近红外光谱可溶性固形物
文献传递
共1页<1>
聚类工具0