杨素仙
- 作品数：3 被引量：34H指数：2
- 供职机构：华中农业大学工学院更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：理学轻工技术与工程更多>>
- 大米蛋白质、脂肪、总糖、水分近红外检测模型研究被引量：30
- 2017年
- 采用近红外光谱技术对大米蛋白质、脂肪、总糖、含水量进行检测。运用经典Kennard-Stone法选取校正集及预测集样本,运用分段小波消噪对光谱进行预处理,通过竞争性自适应重加权采样筛选出与样本性质相关的特征波长,比较偏最小二乘法和BP神经网络法所建立的大米蛋白质、脂肪、总糖、含水量的检测模型。对于大米蛋白质、总糖和水分的检测,2种方法所建立模型的决定系数均大于0.9,相对标准差均小于2.6%,具有良好的精度和稳定性。对于大米脂肪的检测,偏最小二乘模型的性能相对稍好,其决定系数为0.949 5,相对标准差为13.69%。
- 李路黄汉英赵思明胡月来杨素仙
- 关键词：大米近红外光谱PLSCARS
- 稻谷脂肪近红外光谱特征筛选及检测模型构建被引量：2
- 2018年
- 应用近红外光谱技术对稻谷脂肪含量进行检测。采集了90个稻谷样本的漫反射近红外光谱,运用Kennard-Stone法选取校正集及预测集样本。对比研究了归一化、一阶导、二阶导、一阶导+归一化等4种预处理方法对模型性能的影响,确定一阶导为最佳预处理方法。运用竞争性自适应重加权采样技术筛选出与稻谷脂肪含量检测相关的特征波长,再用多元线性回归对特征波长进行优选,最终得到30个特征波长。其中最典型的特征波长为1 343、1 489和1 583 nm,反映了稻谷脂肪中大量存在的—CH和—OH基团。所建立的基于近红外光谱分析技术的稻谷脂肪含量检测模型具的决定系数为0.958 9,定标标准差RMSEC为0.223 6,相对偏差为5.53%。
- 李路黄汉英李毅赵思明杨素仙
- 关键词：近红外光谱稻谷脂肪多元线性回归
- 基于近红外漫反射光谱的稻谷谷壳率和整精米率预测被引量：2
- 2018年
- 针对稻谷谷壳率和整精米率的预测问题,以46个品种的稻谷样本为研究对象,采集近红外漫反射光谱信息,使用2阶小波消噪和Z-score归一化对光谱数据进行预处理,利用Kennard-Stone法划分样本集。通过竞争自适应重加权采样法筛选出与谷壳率和整精米率相关的特征波长,并根据多元线性回归理论建立了稻谷谷壳率和整精米率的预测模型,结果表明,稻谷谷壳率的近红外特征波长为21个,整精米率的特征波长为28个;两模型的决定系数分别为0.998 3和0.998 7,定标标准差分别为0.112 9和0.982 1,相对偏差分别为0.51%和2.34%。
- 李路黄汉英黄汉英杨素仙
- 关键词：近红外光谱稻谷整精米率
