方便面含油率的近红外漫反射光谱快速测定

探讨了用近红外漫反射光谱快速无损检测方便面含油率的可行性,分别采用漫反射光谱的一阶导数、二阶导数,按两种入选波数准则进行向前逐步回归分析,得出4个定标方程,方程的复相关系数均大于0.94,与标准化学分析（GB9848－88）相比,在用第二种入选波数准则情况下,训练集的平均相对误差小于3.75%。结果表明,近红我射光谱分析法能满足实际生产中方便面含油率测定的需要。     

鱼糜团聚结构的随机分形模拟初探

鱼糜团聚结构影响其流变特性。用计算机模拟鱼糜团聚结构可以直观地揭示鱼糜团聚结构对其流变特性的影响。用随机分形初步模拟静态鱼糜团聚结构,得出了可模拟静态鱼糜团聚结构的修正ＤＬＡ模型。     

基于相关系数法与遗传算法的啤酒酒精度近红外光谱分析

以啤酒的酒精度的快速检测为研究对象,针对采用偏最小二乘(Partial Least Squares,PLS)法建立近红外光谱预测模型时波长筛选问题,提出将相关系数法与遗传算法(Genetic Algorithms,GA)相结合提取光谱有效信息,提高预测模型的精度的方法。结果表明：该方法应用于啤酒酒精度近红外光谱检测中,吸收光谱和一阶导数光谱的预测建模的波长个数分别减少了83%、82%,预测平均相对误差分别降低了0.42%、0.64%,不仅简化、优化了模型,而且增强了预测建模型的预测能力,是一种采用PLS法建立预测模型前行之有效的降低和优选波长的方法。     

模极大值法在食醋近红外光谱定量分析中的应用

以镇江香醋中还原糖定量分析为例,研究小波分析中模极大值法在建立预测模型方面的应用,对基于模极大值处理光谱信息前后的预测模型进行比较发现,该方法可以有效地消除光谱的平移误差,且具备一定的分峰效果和提取光谱信息的功能,因此预测模型的预测精度和稳定性都有较大的提高,在光谱定量分析中有广泛的应用前景。     

基于机器视觉和工艺参数的针芽形绿茶外形品质评价

外形是针芽形绿茶的关键感官评价指标,通常依据色泽、条形、嫩度和匀整度等表象特征进行人工评审,难以做到精准、客观和量化评价。本文以自动化生产线机制的针芽形绿茶为研究对象,基于茶叶品质、形成工艺和视觉形态等内外因素,构建了外形品质的智能感官评价方法。首先,在线采集在制品的17个机制工艺参数和成品茶的图像,进行图像特征提取,选取9个颜色特征和6个纹理特征。进而,通过与专家感官评分进行关联分析,明确了与感官品质显著相关的特征变量。为获取高效的评价模型,采用偏最小二乘法(PLS)、极限学习机(ELM)和强预测器集成算法(ELM-Ada Boost)3种多元校正方法,分别建立了基于工艺或图像特征的针芽形绿茶外形感官的量化评价模型。建模结果表明,基于图像特征建立的ELM-Ada Boost模型(Rp=0.892,RPD大于2),其预测性能优于其他模型,且具有更小的RMSEP(0.874)、Bias(-0.148)、SEP(0.226)和CV(0.018)值。同时,非线性模型的预测性能均高于PLS线性模型,能更好地表征工艺参数、图像信息与感官评分之间的解析关系,且建模速度更快(0.014~0.281 s)。而Ada Boost法作为一种混合迭代算法,能进一步提升ELM模型的精度和泛化能力。结果表明,基于机器视觉和工艺评价针芽形绿茶外形品质是可行的,为拓展茶叶感官品质评价方法和专家工艺决策支持系统研制,提供理论依据和数据支撑。     

不同颜色银杏叶总黄酮含量分布高光谱图像检测

利用近红外高光谱图像技术研究了总黄酮含量在不同颜色(绿色、黄绿色、黄色)银杏叶片上的二维分布规律。采集120片银杏叶在近红外波段(900~1 700 nm)下的高光谱图像信息,并利用分光光度计法测定银杏叶片的总黄酮含量;计算高光谱图像中不同波段下的平均灰度作为银杏叶对应的光谱信息,利用逐步线性回归方法建立黄酮含量校正模型(R=0.930 7);逐一提取待测银杏叶高光谱图像中每个像素点在不同波段的光谱信息,并将其代入黄酮含量校正模型以计算出各个像素点处对应的黄酮含量,从而绘制总黄酮含量在整个银杏叶片上的二维分布图。研究结果表明,银杏叶总黄酮含量随着绿色、黄绿色、黄色而呈现出递增趋势,且总黄酮含量高的区域主要位于叶片的边缘,总黄酮含量低的区域主要位于叶柄附近。研究为揭示有机组分在农产品、食品中的分布规律提供了技术手段。     

谷物流化床基本特性的研究

本文简要介绍了自行设计的谷物流化试验台。在一系列试验基础上,分析研究了谷物流化的特点及影响谷物临界流化速度的因素,提出了临界流化时床层压力降沿床高分布的定量描述方法,并通过相似原理找出了运用于部分谷物-空气系统的变量间的关系。     

利用计算机视觉对自然背景下西红柿进行判别

介绍了机器人利用计算机视觉为向导，采用色度和强度信息对自然背景下的果实进行采摘的方法；提出了仅用颜色特征，采用贝叶斯决策分类模型对自然背景下的西红柿进行判别，并应用质心计算技术对这种分类模型进行了评价，得山对西红柿像素分类的正确性在80％以上的结论。     

苹果糖度近红外光谱小波去噪和iPLS建模

为了提高苹果近红外光谱糖度预测模型的精度,利用多尺度小波去噪法对苹果近红外光谱进行了预处理,并用改进后的间隔偏最小二乘法(iPLS)建立预测模型。应用结果表明,多尺度小波去噪法滤除了原始光谱中的部分噪声,但又保留了原光谱中的主要信息。运用间隔偏最小二乘法对预处理后的光谱建模,其校正时的相关系数rc和校正均方根误差RMSEC分别为0.9635和0.3026,预测时的相关系数rp和预测均方根误差RMSEP分别为0.9214和0.4113,主因子数为5个。结果表明,用多尺度小波去噪和间隔偏最小二乘法所建立的苹果糖度模型不但精度有所提高,而且更加简洁、数据运算量也更少。