排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
高光谱成像快速检测壳聚糖涂膜草莓可溶性固形物 总被引:7,自引:6,他引:1
为了对壳聚糖涂膜草莓可溶性固形物含量(soluble solids content, SSC)进行快速检测,该文采用高光谱成像仪(400~1 000 nm)对0,0.5%,1%浓度的壳聚糖(chitosan, CTS)涂膜草莓分别储藏1,2,4 d后进行成像,并测量样本SSC。通过分析SSC发现,0.5%和1%壳聚糖涂膜草莓,其SSC随着储藏天数的增加均高于0浓度壳聚糖涂膜草莓,说明了0.5%和1%壳聚糖涂层抑制了草莓中SSC的降低,能够延长草莓的新鲜口味。随后采用蒙特卡罗-偏最小二乘法(monte carlo-partial least squares, MCPLS)对异常样本进行剔除。对剔除异常样本后的光谱数据进行不同预处理,以确定最优的预处理方法。为提高运行速度和降低数据维数,采用竞争性自适应权重取样法(competitive adaptive reweighted sampling, CARS)和连续投影算法(successive projections algorithm, SPA)进行特征波段选择。最后,采用偏最小二乘回归(partial least square regression, PLSR)和支持向量回归(support vector regression, SVR)法建立回归模型。最终结果表明:SPA-SVR模型效果最佳,0浓度的壳聚糖涂膜的草莓,建模集精度Rc2为0.865,预测集精度Rv2为0.835;0.5%浓度的壳聚糖涂膜的草莓,建模集精度Rc2为0.808,预测集精度Rv2为0.799;1%浓度的壳聚糖涂膜的草莓,建模集精度Rc2为0.834,预测集精度Rv2为0.875。对储藏第4天的部分样本图像进行主成分分析(principal component analysis, PCA),结果显示除第二主成分图像(PC2)中有部分噪声影响外,PC1和PC3均能完整反映草莓信息,且PC3图像明显呈现出不同浓度壳聚糖涂膜草莓的褐变程度,说明不同浓度的壳聚糖涂膜也会对草莓货架期产生不同影响。综上说明利用高光谱成像技术可以实现壳聚糖涂膜草莓SSC快速检测,有效指导草莓保鲜处理。 相似文献
2.
3.
4.
智能化设施育苗机设计与试验 总被引:2,自引:0,他引:2
在分析现代工厂化育苗技术的基础上,提出并设计了智能化设施育苗机。整机采用PLC技术、传感器技术、异步电动机变频调速等控制技术,能够实现精量播种作业。以白菜种子为试验对象,选取吸孔直径、真空度、种箱移动速度作为试验因素,进行吸种性能的正交试验,经试验得出最优因素参数组合为真空度7kPa、吸孔直径0.8mm、种箱移动速度0.03m/s,最优因素参数组合下单粒率93.82%、空穴率3.71%、重播率2.47%;在吸种性能最优因素参数组合下,对不同的播种效率做进一步播种性能试验,当播种效率为400 盘/h,单粒率达到92.63%,可以满足蔬菜精量播种农艺要求。 相似文献
5.
从广州市公园的建设历程看植物配置的演变 总被引:1,自引:0,他引:1
以广州各个时期的代表性公园为对象,从历史演变的角度,研究不同时期广州公园植物配置的影响因素及特点,以期对城市公园植物配置的发展脉络有较全面的了解,总结和完善广州公园的植物配置发展的理论研究。 相似文献
6.
7.
自然环境下多类水果采摘目标识别的通用改进SSD模型 总被引:16,自引:11,他引:5
为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为Res Net-101模型,并运用迁移学习方法和随机梯度下降算法优化SSD深度学习模型。该文基于Caffe深度学习框架,对自然环境下采集的水果图像进行不同网络模型、不同数据集大小和不同遮挡比例等多组水果识别检测效果对比试验。试验表明:改进的SSD深度学习水果检测模型对4种水果在各种环境下的平均检测精度达到88.4%,高于经典SSD深度学习模型中的86.38%,经过数据增强后平均检测精度可提升至89.53%,在遮挡面积低于50%的情况下F1值能达到96.12%,有较好的泛化性和鲁棒性,可以很好地实现自然环境下多类水果的精准检测,可为农业自动化采摘中的水果识别检测问题提供新的方案。 相似文献
8.
肥城桃采摘后转色快、易腐烂,导致果品等级下降。采用高光谱成像技术对其进行可溶性固形物含量(SSC)和硬度可视化分析与成熟度检测,以提高果品质量,实现优果优价。首先,采集成熟度为70%和90%的各80个肥城桃的高光谱信息、SSC和硬度,通过蒙特卡罗偏最小二乘法分析剔除异常值,利用光谱-理化值共生距离划分样本集,采用竞争性自适应权重采样算法(CARS)和连续投影算法(SPA)选取特征波长,并建立多元线性回归(MLR)模型。研究表明:CARS-MLR模型性能优于SPA-MLR模型;预测SSC的CARS-MLR模型,R_c~2和R_v~2分别为0.819 1和0.843 9,RPD为2.0;预测硬度的CARS-MLR模型,R_c~2和R_v~2分别为0.951 8和0.877 2,RPD为2.1。然后,基于CARS-MLR模型计算肥城桃每个像素点的SSC和硬度,生成可视化分布图,实现不同成熟度肥城桃SSC和硬度可视化检测。最后,利用顺序前向选择算法优选特征波长,建立人工神经网络成熟度预测模型,获得98.3%总识别准确率。 相似文献
9.
基于NURBS的空间分度凸轮廓面重构与仿真 总被引:1,自引:0,他引:1
利用空间分度凸轮廓面方程获取离散点云数据,采用非均匀有理B样条(NURBS)重构凸轮廓面,构建空间凸轮参数化特征模型。基于该模型,进行凸轮分度机构的运动学仿真,生成加工制造模型,实现空间凸轮NURBS廓面的仿真加工和四轴铣削NURBS创成。仿真和创成误差分析结果表明,从动件运动规律曲线更加光顺,最大速度Vmax和最大加速度Amax等运动特性值均优于修正正弦曲线,廓面创成误差与加工路线的曲率有关,最大误差出现在曲率绝对值最大处且不超过0.01 mm。因此,廓面NURBS重构技术,是一种有效的空间凸轮设计和创成方法。 相似文献
10.