本文主要研究内容
作者张宁（2019）在《面向苹果检测的近红外光谱信息处理技术研究》一文中研究指出：近红外光谱技术由于其快速、准确、无损、低成本等优势,被广泛应用于农产品质量检测中。近红外光谱具有敏感性强、变量数目大、冗余信息多等特点。因此选择有效的处理方法对光谱信息进行预处理,可以减少无关信息量、提高数据的有效性、降低干扰信息对后续数据分析的影响,并提高数学模型的预测能力。我国是苹果生产大国,苹果产量居世界首位,并逐年增加,而出口量却没有随之提高,出口占比远落后于欧美一些发达国家,这是由于我国苹果采后商品化处理技术落后。为提高我国苹果的市场竞争力,满足人们多元化的需求,我国应改进苹果的采后处理水平。水果品质检测是水果采后处理的关键环节,而可溶性固形物含量是反映水果品质的重要指标。因此本文以苹果为探究对象,运用近红外光谱技术检测苹果的可溶性固形物含量。本文选择红富士苹果为研究对象,以获得预测性能强的苹果可溶性定固形物含量预测模型为目的,对苹果的近红外光谱信息进行处理。主要做了以下工作:(1)对近红外光谱和可溶性固形物含量的基本原理及采集方法进行了探究,采集了440个样品的光谱数据及对应的可溶性固形物含量。(2)分别运用了小波包阈值去噪、S-G卷积平滑、多元散射校正、主成分分析-马氏距离法对光谱数据进行处理。根据处理效果,提出了小波包阈值去噪、主成分分析-马氏距离和多元散射校正结合(WPD-(PCA-MD)-MSC)对光谱进行串行处理的方法。(3)分别运用了基于小波包变换的离散度分析法、连续投影法、基于小波包分析与偏最小二乘的特征提取方法,筛选光谱特征变量。为进一步优选特征变量,本文运用蚁群算法根据预测模型的均方根误差选择了最优变量组合。(4)设计了“建模前光谱数据处理算法”及“基于可溶性固形物含量检测的苹果近红外光谱处理流程”。分别运用原始光谱数据和经“建模前光谱数据处理算法”处理后的光谱数据建立偏最小二乘预测模型。实验结果显示,与原始数据处相比,处理后的数据训练的模型相关系数(R_P)提高了0.4196,均方根误差(RMSE)降低了0.6299。运用了BP神经网络训练苹果可溶性固形物预测模型,进一步验证“建模前光谱数据处理算法”的普适性。实现了通过光谱数据处理提高模型预测能力的目的。
Abstract
jin gong wai guang pu ji shu you yu ji kuai su 、zhun que 、mo sun 、di cheng ben deng you shi ,bei an fan ying yong yu nong chan pin zhi liang jian ce zhong 。jin gong wai guang pu ju you min gan xing jiang 、bian liang shu mu da 、rong yu xin xi duo deng te dian 。yin ci shua ze you xiao de chu li fang fa dui guang pu xin xi jin hang yu chu li ,ke yi jian shao mo guan xin xi liang 、di gao shu ju de you xiao xing 、jiang di gan rao xin xi dui hou xu shu ju fen xi de ying xiang ,bing di gao shu xue mo xing de yu ce neng li 。wo guo shi ping guo sheng chan da guo ,ping guo chan liang ju shi jie shou wei ,bing zhu nian zeng jia ,er chu kou liang que mei you sui zhi di gao ,chu kou zhan bi yuan la hou yu ou mei yi xie fa da guo jia ,zhe shi you yu wo guo ping guo cai hou shang pin hua chu li ji shu la hou 。wei di gao wo guo ping guo de shi chang jing zheng li ,man zu ren men duo yuan hua de xu qiu ,wo guo ying gai jin ping guo de cai hou chu li shui ping 。shui guo pin zhi jian ce shi shui guo cai hou chu li de guan jian huan jie ,er ke rong xing gu xing wu han liang shi fan ying shui guo pin zhi de chong yao zhi biao 。yin ci ben wen yi ping guo wei tan jiu dui xiang ,yun yong jin gong wai guang pu ji shu jian ce ping guo de ke rong xing gu xing wu han liang 。ben wen shua ze gong fu shi ping guo wei yan jiu dui xiang ,yi huo de yu ce xing neng jiang de ping guo ke rong xing ding gu xing wu han liang yu ce mo xing wei mu de ,dui ping guo de jin gong wai guang pu xin xi jin hang chu li 。zhu yao zuo le yi xia gong zuo :(1)dui jin gong wai guang pu he ke rong xing gu xing wu han liang de ji ben yuan li ji cai ji fang fa jin hang le tan jiu ,cai ji le 440ge yang pin de guang pu shu ju ji dui ying de ke rong xing gu xing wu han liang 。(2)fen bie yun yong le xiao bo bao yu zhi qu zao 、S-Gjuan ji ping hua 、duo yuan san she jiao zheng 、zhu cheng fen fen xi -ma shi ju li fa dui guang pu shu ju jin hang chu li 。gen ju chu li xiao guo ,di chu le xiao bo bao yu zhi qu zao 、zhu cheng fen fen xi -ma shi ju li he duo yuan san she jiao zheng jie ge (WPD-(PCA-MD)-MSC)dui guang pu jin hang chuan hang chu li de fang fa 。(3)fen bie yun yong le ji yu xiao bo bao bian huan de li san du fen xi fa 、lian xu tou ying fa 、ji yu xiao bo bao fen xi yu pian zui xiao er cheng de te zheng di qu fang fa ,shai shua guang pu te zheng bian liang 。wei jin yi bu you shua te zheng bian liang ,ben wen yun yong yi qun suan fa gen ju yu ce mo xing de jun fang gen wu cha shua ze le zui you bian liang zu ge 。(4)she ji le “jian mo qian guang pu shu ju chu li suan fa ”ji “ji yu ke rong xing gu xing wu han liang jian ce de ping guo jin gong wai guang pu chu li liu cheng ”。fen bie yun yong yuan shi guang pu shu ju he jing “jian mo qian guang pu shu ju chu li suan fa ”chu li hou de guang pu shu ju jian li pian zui xiao er cheng yu ce mo xing 。shi yan jie guo xian shi ,yu yuan shi shu ju chu xiang bi ,chu li hou de shu ju xun lian de mo xing xiang guan ji shu (R_P)di gao le 0.4196,jun fang gen wu cha (RMSE)jiang di le 0.6299。yun yong le BPshen jing wang lao xun lian ping guo ke rong xing gu xing wu yu ce mo xing ,jin yi bu yan zheng “jian mo qian guang pu shu ju chu li suan fa ”de pu kuo xing 。shi xian le tong guo guang pu shu ju chu li di gao mo xing yu ce neng li de mu de 。
论文参考文献
论文详细介绍
论文作者分别是来自济南大学的张宁，发表于刊物济南大学2019-10-31论文，是一篇关于近红外光谱论文,苹果论文,可溶性固形物含量论文,数据处理论文,特征变量提取论文,济南大学2019-10-31论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自济南大学2019-10-31论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：近红外光谱论文; 苹果论文; 可溶性固形物含量论文; 数据处理论文; 特征变量提取论文; 济南大学2019-10-31论文;