基于太赫兹成像技术的大豆叶片水分含量测定

为了实现叶片水分含量的快速、精准检测,提出一种基于太赫兹成像技术的大豆叶片水分含量测定方法。利用太赫兹光谱成像系统获取96份大豆叶片太赫兹图像,采用干燥法测量叶片含水率,通过主成分分析(PCA)提取出水分敏感特征波段0.557、1.098、1.163 THz,对这3个特征波段下的叶片图像采用自适应阈值分割法,将其分为叶脉图像与叶肉图像,分别求取各自的图像灰度特征,并分为叶片特征组(G1)、叶脉特征组(G2)和叶肉特征组(G3)。分别采用多元线性回归(MLR)、反向传播神经网络(BP-ANN)和最小二乘支持向量机(LS-SVM)算法,以上述3个特征组作为输入,构建出9种大豆叶片水分预测模型。对比分析各模型性能,发现基于G3的LS-SVM模型预测结果最好,校正集和预测集的决定系数和均方根误差分别为0.967 8、0.963 2,0.057 8、0.046 5。试验结果表明,利用太赫兹成像技术来检测叶片中的水分含量具有非常高的预测精度,为作物叶片水分含量测定提供了一种行之有效的检测手段。     

特征波长筛选结合PCA-LSSVM 对甜瓜叶片SPAD值的预测

【目的】利用光谱技术对定量估测大田甜瓜冠层叶片叶绿素含量,为田间的水肥调控以及田间管理提供理论依据。【方法】采用一阶求导对400～1 100 nm的叶绿素可见近红外反射光谱数据进行预处理,对于冗余的光谱数据,先分别使用特征筛选中的竞争性自适应重加权采样法(CARS)、遗传算法(GA)、蒙特卡罗无信息变量消除法(MC-UVE),再分别与主成分分析(PCA)特征提取算法融合;分别建立极限学习机(ELM)、支持向量机(SVM)、最小二乘支持向量机(LS-SVM)对甜瓜叶片SPAD定量预测模型。【结果】单一的特征筛选下,最优预测模型为CARS+SVM,校正集相关系数为0.903 5,预测集相关系数为0.893 1;特征筛选和特征提取融合下,最优的预测模型为GA+PCA+LSSVM,校正集相关系数0.955 8,预测集相关系数为0.939 7。【结论】优化后的模型可用于定量分析的使用,精准测定甜瓜叶片叶绿素含量。     

木耳旋转式热风干燥装置研究

基于木耳在干燥过程中易出现黏连及加工过程中干燥温度及湿度不易控制等问题,设计了集木耳定型、灭菌杀毒、分拣和干燥于一体的木耳双段热风干燥装置。该干燥装置可实现在第一干燥段对木耳进行旋转定型并去除大部分水分,在中间段分拣筛选出大小不同的木耳分别输送到第二干燥段的2个干燥室,根据木耳的大小不同分别设定干燥温度去除水分。此干燥装置具有定型、分选、在二次干燥段可实现温湿度可控等优点,提高了干燥木耳的质量和木耳干燥的效率。     

基于多光谱成像技术的牛肉干水分含量快速无损检测研究

基于多光谱成像技术对牛肉干中水分含量的快速无损检测方法进行研究,通过对比最小二乘回归(PLS)、最小二乘支持向量机(LS-SVM)和误差反向传播神经网络(BPNN)所建预测模型的性能,发现BPNN模型对牛肉干水分含量预测效果最佳,其确定系数(Rp2)、预测集均方根误差(RMSEP)和剩余预测偏差(RPD)分别为0.941、3.602％和4.142.结果表明,光谱吸收度是检测牛肉干水分含量的重要特征,BPNN结合多光谱建立的预测模型精度较高,鲁棒性较好,在牛肉干水分的实时无损检测中具有良好的应用前景.     

基于SAGA-SVR预测模型的水稻种子 水分含量高光谱检测

[目的]利用高光谱技术测定水稻种子的水分含量,为其品质监测和筛选提供参考依据,从而提高水稻良种筛选率.[方法]通过电烘箱恒重法制备120份不同水分含量的水稻种子样本作为研究对象,利用多项式平滑(Savitz-ky-Golay,S-G)算法对原始光谱数据进行降噪平滑处理,采用连续投影算法(Successive projections algorithm,SPA)对预处理后的数据进行特征波长的优选.为提高建模效率,提高各水分含量区间光谱特征值的区分度,使用模糊C-均值聚类(Fuzzy C-means clustering,FCM)算法对各区间的样本数据进行聚类处理,最后利用支持向量回归机(Sup-port vector regression,SVR)定量检测模型建立特征光谱数据与水稻种子水分含量的映射关系.[结果]由于FCM未达到预期的聚类效果,而引入遗传模拟退火算法(Simulated annealing genetic algorithm,SAGA)进行聚类,分别对基于原始特征值、FCM及SAGA聚类的SVR训练结果进行比较,发现基于SAGA聚类的光谱样本数据训练效果更好,预测集决定系数可达0.8956,均方根误差3.75%.由于决定系数不够理想,引入松弛变量降低间隔阈值,最终模型预测集决定系数为0.9286,均方根误差为3.42%,此时模型达最佳性能,能满足实际应用需求.[建议]基于聚类算法,提高光谱数据的准确性;通过合理调整模型参数,提高预测模型性能;推动高光谱农产品检测相关装备的研制.     

基于深度强化学习的耕作层土壤水分、温度预测

【目的】利用土壤近表面空气温湿度与土壤内部参数的关联关系对耕作层土壤水分、温度进行精准预测,为实现精细化农业种植管理提供服务。【方法】针对土壤耕作层水分、温度预测在训练集获取与模型验证等方面的实际需求,设计了基于嵌入式系统及窄带物联网(Narrow band internet of things,NB-IoT)无线通信技术的物联网数据采集系统。在此基础上基于深度Q学习(Deep Q network,DQN)算法探索了一种模型组合策略,以长短期记忆(Long short-term memory,LSTM)、门限循环单元(Gated recurrent unit,GRU)与双向长短期记忆网络(Bidirectional long short-term memory,Bi-LSTM)为基础模型进行加权组合,获得了DQN-L-G-B组合预测模型。【结果】数据采集系统实现了对等间隔时间序列环境数据的长时间稳定可靠采集,可以为基于深度学习的土壤水分、温度时间序列预测工作提供准确的训练集与验证集数据。相对于LSTM、Bi-LSTM、GRU、L-G-B等模型,DQN-L-G-B组合模型在2种土壤类型(...     

基于KPCA-IGOA-ELM的油气混输管道腐蚀速率预测模型

油气混输管道内腐蚀速率较大,准确预测混输管道内腐蚀速率对于提升管道完整性管理水平具有重要意义。针对这一问题,首先,利用现场监测结果构建评价指标体系和数据集,采用核主成分分析法(Kernel Principal Component Analysis,KPCA)进行降维操作,随后利用改进的蝗虫算法(Improved Grasshopper Optimization Algorithm,IGOA)对极限学习机(Extreme Learning Machine,ELM)进行优化,确定最优网络结构和激励函数,提出了KPCA-IGOA-ELM组合预测模型。利用该模型,以8组数据为基础进行预测,并与其他模型预测结果进行对比,以此验证预测效果。结果表明：KPCA算法共提取出3个主成分,简化了ELM模型的网络结构,其中H₂S分压、CO₂分压、Ca²⁺浓度、Cl-浓度、温度、流速对腐蚀作用的贡献较大;通过试算法确定最优ELM模型的网络结构为3-32-1,激励函数为Sigmoid函数,此时的均方根误差最小;KPCA-IGOA-ELM组合预测模...     

干燥方式对山东玉米脂肪酸值的影响

刚收获的玉米籽粒的水分含量较高,为达到安全储存的水分,目前粮库会采用机械通风或热风干燥的处理方式降低玉米籽粒的水分含量,以达到安全储藏的目的。一般来说,机械通风干燥方式处理的玉米籽粒的受热温度不会太高,而热风干燥处理的温度较高。本文主要研究2种干燥方式处理后山东玉米脂肪酸值在储藏过程中的变化情况,以期为玉米的储藏提供技术参考。结果表明,经过热风干燥处理的玉米脂肪酸值较机械通风干燥方式处理的玉米脂肪酸值高5.5 mg KOH/100 g左右;在储存过程中热风干燥处理玉米的脂肪酸值变化幅度与机械通风干燥方式处理的玉米脂肪酸值变化无明显差别。     

基于无人机影像特征的冬小麦植株氮含量预测及模型迁移能力分析

【目的】氮素的精准监测和合理施用对小麦健康生长、产量及品质提升、减少农田环境污染与资源浪费尤为重要。为精准监测小麦生长关键生育期植株氮含量,探索机器学习方法构建的植株氮含量预测模型的迁移能力。【方法】小区试验于2020—2022年在河南省商水县开展,在冬小麦拔节期、孕穗期、开花期和灌浆期,采用M600大疆无人机搭载K6多光谱成像仪获取5波段(Red、Green、Blue、Rededge、Nir)多光谱影像。基于5个波段冠层反射率提取20种植被指数和40种纹理特征,采用相关分析从65个影像特征中筛选冬小麦植株氮含量敏感特征。基于筛选出的敏感特征,采用BP神经网络(BP)、随机森林(RF)、Adaboost、支持向量机(SVR)4种机器学习回归方法构建植株氮含量预测模型,并对模型预测效果和在不同水处理条件下模型的迁移预测能力进行分析。【结果】(1)植株氮含量与影像特征的相关系数通过0.01极显著水平检验的包括22个光谱特征和29个纹理特征。(2)4种机器学习回归方法构建的冬小麦植株氮含量预测模型存在差异,RF和Adaboost方法预测植株氮含量集中于95%的置信区间,多分布于1:1直线附近...     

基于组合模型的黑土区土壤有机质含量预测分析

为提高典型黑土区土壤有机质含量的预测精度,结合田间实测数据与遥感影像反射率数学变换数据筛选出最佳特征波段,并建立多种回归模型,对研究区土壤有机质含量预测模型进行优选。结果表明:对影像反射率进行不同的数学变换处理能够扩大数据中对有机质含量变化敏感的细微吸收特征,突出敏感光谱信息。利用标准化模型对处理后的光谱数据贡献率进行量化,结合相关系数筛选最佳特征波段。建模结果显示,支持向量机模型在检验集上的决定系数为0.89,均方根误差为2.81 g·kg^-1,模型整体的相对分析误差为2.14,对土壤有机质含量的预测能力极好。研究结果可为黑土区土壤有机质含量的预测模型优选提供参考,也可为中国北部地区耕地的有机质含量监测和有效开发提供基础理论依据。     

基于SVM的木材纤维饱和点近区段含水率预测模型研究

[目的]研究木材纤维饱和点近区段含水率预测模型。[方法]电阻法测量木材纤维饱和点近区段含水率会出现测量值突然偏离真值的现象,即出现测量“盲点”。在研究检测原理的基础上,提出利用支持向量机方法对已测木材含水率、温度和湿度数据进行训练建模,通过模型预测得出纤维饱和点近区段含水率数值。[结果]支持向量机方法建立的模型能够预测木材纤维饱和点近区段含水率数值,模型泛化能力强,预测精度高,而且只需要少量样本数据就可以实现预测,很好地解决了电阻法在测量过程中的“盲点”问题。[结论]支持向量机预测模型提高了木材干燥过程中全量程含水率的检测精度,对木材干燥过程的含水率建模具有一定研究意义。     

高光谱和图像特征相融合的生菜病害识别

为精准识别生菜的病害类型及所处病害时期,提出了一种结合高光谱技术和图像特征提取技术融合的生菜病害诊断方法。利用高光谱套件分别采集炭疽病、菌核病、白粉病的发病早期、中期和晚期以及健康状态下生菜叶片样本的高光谱信息,利用多项式平滑(Savitzky-Golay,SG)算法对原始光谱数据进行降噪平滑处理,采用连续投影算法(Successive projections algorithm,SPA)对预处理后的数据进行特征波长的优选,使用一阶到三阶矩和纹理LBP算子分别提取样本图像的颜色特征和纹理特征,最后通过SVR预测模型对颜色、纹理及光谱特征值数据进行训练并对预测集样本进行分类研究。结果表明,基于高光谱和图像融合特征的SVR预测模型性能良好,预测集决定系数为0.895 6,均方根误差为3. 75%。由于决定系数不够理想,通过引入松弛变量的方式降低间隔阈值,最终模型预测集决定系数为0.928 6,均方根误差为0. 034 2,决定系数提高了3. 68%,均方根误差降低了8. 8%,病害时期判断准确率为92. 23%。说明该方法能够较有效地诊断生菜的病害类型及所处病害时期,可为农业精准化管理中病害的自动防治提供参考。     

低场核磁共振技术结合化学计量学建立鲍鱼水分和脂肪含量预测模型

为研究鲍鱼的无损检测技术,提出了一种基于低场核磁共振技术的快速、无损预测鲍鱼水分和脂肪含量的新方法,采用CPMG序列测定横向弛豫时间T2,结果表明:鲍鱼肉中含有3种不同组分水,分别是结合水(T2b)、肌原纤维内水(T21)和肌原纤维间隙水(T22)。并结合化学计量学建立2种关于鲍鱼水分和脂肪含量的预测模型:校正集(Calibration)用于预测样品水分和脂肪含量,而交互验证集(Validation)被用来验证预测结果的稳健性和预测标准误差(SEP)值。PCR和PLSR预测模型相关系数R2均大于0.9。然而PLS预测模型则给出了最好的预测结果:在水分预测模型中R2val=0.993 5,SEP=0.140 1;脂肪含量预测模型中R2val=0.967 5,SEP=0.265 0。由此表明,2种预测模型都具有评价鲍鱼品质的良好潜力,并且PLS预测模型的精准性和稳健性优于PCR预测模型。     

基于光谱与纹理特征融合的绿萝叶绿素含量检测

[目的]本文旨在快速测定植物体内叶绿素含量,以提高无损测定叶绿素的准确性。[方法]以绿萝叶片为研究对象,提出一种串联融合高光谱特征与纹理特征的叶绿素SPAD值的无损检测方法。采集320片绿萝叶片样本在400～900 nm波段的光谱信息,使用Savitzky-Golay卷积平滑对原始高光谱图像进行预处理,利用连续投影算法(successive projections algorithm, SPA)选取出10个特征波段,对绿萝叶片高光谱图像中的RGB图像采用灰度共生矩阵算法(gray-level co-occurrence matrix, GLCM)提取其纹理特征,采用串联方法融合高光谱特征与纹理特征得到融合特征,分别建立单一特征和融合特征的误差反向传输人工神经网络(back propagation artificial neural network, BPANN)和支持向量机回归(support vector machine regression, SVR)模型。[结果]单一使用特征光谱数据或图像纹理数据作为特征值建立的预测模型,综合性能不稳定;基于串联融合特征的预测模型准确率有明显提升。基于串联融合特征的SVR模型具有最佳的预测结果,校正集决定系数R~2为0.961 2,预测集决定系数R~2为0.957 1。[结论]高光谱特征与纹理特征的融合特征可以提高叶绿素回归预测模型的准确性,为叶绿素含量无损检测提供了重要参考。     

基于相关向量机的交通流量预测

目的在短时间内实时性预测交通流量值是构建交通管理系统的重要内容。交通流量数据存在着不确定性、复杂性和非线性等显著特点,使流量值的实时预测难度增大,交通流量的精准预测一直是行业内亟待解决的问题。基于已有学者研究基础之上,构建基于相关向量机方法的交通流量预测模型。方法相关向量机的预测精度优于逻辑回归和支持向量机方法,且相关向量机方法具有产生预测误差范围的功能,对于实际交通流量序列数据,采用基于相关RVM的交通流量预测模型。结果预测结果十分理想,预测速度比其他2种模型明显加快,达到了交通流量预测的实时性要求,适合于实时在线预测,且所用方法的预测精度相对较高。三方面的对比分析表明,利用相关向量机方法对交通流量进行预测可以较为精确地描述出交通流量变化的非线性特点,模型性能和实时性都较好。结论实例分析表明,基于相关向量机的交通流量预测模型可以提高预测的速度和精度,非常适用于有实时性要求的交通流量预测估计,为实时性测量交通流量值提供了一种科学的方法。     

核桃叶片氮元素含量的光谱预测模型

【目的】分析325～1 075 nm范围内核桃叶片光谱与叶片氮元素含量的相关性,研究核桃叶片光谱数据预处理和特征波段筛选方法,建立核桃叶片氮元素含量的预测模型,为实现核桃生产中的快速施肥提供参考。【方法】建立多元散射校正、Savitzky-Golay卷积平滑滤波和小波去噪的组合预处理方法;采用连续投影算法筛选出了特征波段;采用特征波段建立核桃叶片氮元素含量的偏最小二乘回归预测模型。【结果】建立的组合预处理方法对核桃叶片光谱去噪效果较好;采用特征波段建立的核桃叶片氮元素含量的预测模型,模型的验证集决定系数R²达到了0.875,均方根误差RMSE达到了0.697 3 mg/g。【结论】与全光谱数据相比,筛选出的特征波段降低了冗余数据和噪声的影响,提取出了有效成分相关的光谱信息,提高了建模质量。     

胡萝卜热风干燥过程热质耦合传递分析

基于Fick扩散第二定律和Fourier定律,建立了胡萝卜热风干燥的二维数学模型,模型中热空气和胡萝卜的物理性能均用局部温度和湿度值表示,用有限元软件COMSOL Multiphysics 3.3对热质耦合传递偏微分方程组进行求解,干燥过程的模型预测结果与试验实测结果相吻合,所建立的模型可以用来预测食品热风干燥过程。同时在干燥过程中初始温度、空气速度对胡萝卜水分变化影响小,干燥温度和物料尺寸大小对胡萝卜水分变化影响大。     

小麦籽粒蛋白质含量高光谱遥感预测模型比较

【目的】利用高光谱遥感技术实现冬小麦籽粒蛋白质含量的精准预测,比较筛选小麦籽粒蛋白质含量预测模型,实现优质小麦栽培生产。【方法】设置不同品质类型小麦品种和施氮量处理,测定开花期叶片叶绿素含量（SPAD）、叶片干物质质量（LDW）、地上生物量（AGB）、叶片氮含量（LNC）、叶片氮积累量（LNA）、叶面积指数（LAI）、植株氮含量（PNC）、植株氮积累量（PNA）和氮营养指数（NNI）9个农学参数及小麦冠层光谱,通过一阶导数和偏最小二乘法,构建基于不同农学参数的小麦籽粒蛋白质含量高光谱预测模型。【结果】一阶导数处理可以提高光谱数据与农学参数的相关性。运用偏最小二乘法构建的高光谱农学参数估测模型中以SPAD的模型建模精度与验证精度相对较优,建模集决定系数R²与预测集标准均方根误差nRMSE分别为0.99和4.10%;NNI反演模型验证结果较好,相对预测偏差RPD为2.04;利用线性回归构建的农学参数-籽粒蛋白质预测模型中以LNC的建模精度与验证精度最佳,其建模集R²、预测集均方根误差RMSE和RPD分别为0.64、0.79和2.11。最终构建的“...     

一种玉米苗期冠层叶绿素车载 动态诊断光谱指数

为了使用车载平台对玉米叶绿素含量进行快速预测,优化车载系统测量结果,提出了一种适用于玉米 苗期车载动态预测冠层叶片叶绿素含量的光谱指数MPRI,构建了相应的叶绿素含量预测模型,结合空间插值对其 空间分析能力进行了分析和评估。结果表明院基于车载动态获取的冠层光谱指数MPRI,对于单点位置的冠层叶绿素 预测效果较好,模型决定系数R2约为0.81;对于动态测量,车载动态获取信息中的玉米冠层MPRI 值能够通过定值 阈值较为准确地被识别,利用其构建的玉米冠层叶片叶绿素含量预测模型具有较好的单点预测效果。结合反距离加 权插值法进行空间分析,能够得到较佳的空间预测效果,空间分布预测偏差小于7%的数据占总数据量的85%。基于 光谱指数MPRI 构建的车载动态预测冠层叶绿素预测模型具有较好的单点预测效果,结合GPS 位置信息进行空间 分析能够得到较佳的空间预测效果,为车载系统动态测量提供了新的思路。     

杨梅果实干燥特性及其品质

探讨了新鲜杨梅果实在不同温度热风下的干燥特性,通过建立数学模型,预测不同热风干燥过程杨梅的水分变化规律。结果表明：杨梅鲜果的热风干燥过程主要为降速过程,没有恒速期。Page方程M_R=exp(－K_t^N)能够很好的描述和预测杨梅果实的干燥过程,可为其干燥工艺的控制提供技术依据。干燥温度的高低对果实Vc和总黄酮含量无明显影响,对总糖、总酸及花色苷含量有显著影响。