共查询到20条相似文献,搜索用时 46 毫秒
1.
我国玉米产量高,高效、便携、低成本的玉米成分检测技术及其装置对于玉米品质的检测至关重要,基于可见/近红外光谱技术,设计了一款玉米主要品质便携式检测装置。为探究所设计方案的可行性,自行搭建了可见/近红外光谱采集系统,对不同品种共72份玉米样本进行光谱采集,分别建立了玉米籽粒蛋白质、脂肪和淀粉含量的偏最小二乘(PLS)预测模型以及结合竞争性自适应重加权算法(CARS)的CARS-PLS预测模型。结果表明,CARS方法可以有效筛选出各组分的相关变量,提升模型效果,各组分质量分数的预测集均方根误差(RMSEP)均有所下降, 蛋白质质量分数的RMSEP由0.4866%降至0.4068%;脂肪质量分数的RMSEP由0.1549%降至0.0989%;淀粉质量分数的RMSEP由0.4714%降至0.4675%。预测集相关系数Rp均有所提高,蛋白质质量分数的Rp由0.9309提升至0.9603;脂肪质量分数的Rp由0.9497提升至0.9770;淀粉质量分数的Rp由0.9520提升至0.9605。基于CARS方法所筛选的各组分特征变量,选择了合适的近红外光谱传感器,在此基础上设计了检测装置的光谱采集单元、控制单元、显示单元、电源单元以及散热单元,并基于NodeMCU开发板和Arduino IDE开发工具,采用Arduino语言对装置控制程序进行开发,实现“一键式”快速检测。试验验证了该装置的检测精度和稳定性,结果表明,预测玉米籽粒蛋白质、脂肪和淀粉质量分数的相关系数分别为0.8431、0.8243、0.8154,预测均方根误差分别为0.3576%、0.2318%、0.2333%,相对分析误差分别为1.8577、1.7761、1.5735。对同一样本多次重复预测,各组分预测值的变异系数分别为0.235%、0.241%和0.028%。 相似文献
2.
3.
4.
为了实现猪肉营养组分(脂肪和蛋白质)的快速、无损、实时检测,基于近红外反射光谱设计了便携式猪肉营养组分无损检测装置。硬件部分包括光谱采集单元、光源单元和控制单元,并开发了相应的检测软件,实现样品光谱信息的有效获取和实时分析。为了建立稳定可靠的预测模型,考察了波段选择、样本分组方式和筛选变量方法对模型的影响。分别基于可见/短波近红外(Vis/SWNIR)、长波近红外(LWNIR)及Vis/SWNIR-LWNIR,利用随机选择法(RS)、Kennard-Stone法(KS)和基于联合X-Y距离的样本划分法(SPXY)对样本进行划分,建立了脂肪和蛋白质质量分数的偏最小二乘预测模型。结果发现,基于Vis/SWNIR-LWNIR波段,利用SPXY算法进行样本分组,取得了最佳的预测模型。在此基础上,比较分析竞争性自适应加权算法、随机蛙跳算法和蒙特卡罗无信息变量消除-连续投影算法3种算法筛选变量建立的模型效果。基于竞争性自适应加权算法筛选变量的模型结果最佳,对脂肪和蛋白质建立的模型验证集相关系数分别为0.950 5和0.951 0。结果表明:基于近红外反射光谱设计的便携式猪肉组分检测装置可以对脂肪和蛋白质含量进行快速、无损、实时检测。 相似文献
5.
本文阐述了几种水果内部品质的无损检测法,分析说明了各自的工作原理、测试及分析方法,并探讨了水果无损检测的应用前景。 相似文献
6.
本文阐述了几种水果内部品质的无损检测法,分析说明了各自的工作原理、测试及分析方法,并探讨了水果无损检测的应用前景. 相似文献
7.
本文阐述了几种水果内部品质的无损检测法,分析说明了各自的工作原理、测试及分析方法,并探讨了水果无损检测的应用前景. 相似文献
8.
9.
10.
11.
为了快速、无损检测植物叶片叶绿素含量,基于叶绿素a和叶绿素b在光波长约660nm和460nm处有最大吸收峰的现象,设计了一种便携式植物叶片叶绿素含量无损检测仪。该检测仪主要由单片机、光源模块、光传感器、电源模块和输入输出模块等组成;其软件采用Keil C51编写,主要包括主函数、按键子函数、光采集子函数、数据处理子函数、显示子函数等。以菠菜、大青菜和油麦菜为试验对象,研究了460nm和660nm处植物叶片的吸光度与叶绿素含量之间的关系,结果表明,随着叶绿素含量的增加,吸光度增大,其关系可用二元一次方程描述(决定系数为080)。与分光光度法相比,本文设计检测仪的叶绿素含量检测误差为-0.32~0.20mg/g,平均绝对误差为0.14mg/g;与SPAD-502型叶绿素仪相比,本文设计检测仪的SPAD值绝对测量误差为-3.3~1.8,平均绝对误差为1.1,且成本低,响应时间小于2s。 相似文献
12.
为了给牛乳蛋白质含量检测提供一种操作简便、成本低廉的便携式仪器,基于595 nm下考马斯亮蓝G-250染料中的疏水基团在酸性条件下与蛋白质的疏水微区具有较强亲和力,从而影响光透射特性的原理,设计了一种便携式牛乳蛋白质含量检测仪。该检测仪的硬件主要由单片机、光源模块、光传感器模块、输入输出模块和电源模块等组成;软件由Keil C51编写,并由主函数、光照度采集子函数、数据预处理子函数、显示子函数和蛋白质含量计算子函数等组成。以生鲜牛乳为对象,研究了透射光照度与蛋白质含量之间的关系,发现随着蛋白质含量的增加,透射光照度减小,二者具有良好的线性关系,其线性决定系数为0. 872。对比该仪器的蛋白质检测结果表明,同凯氏定氮法相比,本检测仪的绝对误差范围是±0. 08 g/(100 g),平均绝对误差为0. 05 g/(100 g)。此外,该检测仪的检测时间小于2 s,可快速、有效地检测牛乳中蛋白质含量。 相似文献
13.
为快速获取作物的生长状态信息及时指导农业生产,基于作物生理生化光谱学响应机理,设计了基于光环境校正的便携作物叶绿素检测装置。装置测量以610、680、730、760、810、860nm为中心,20nm带宽的反射光谱以及环境光照光谱数据,计算植被指数并预测植物叶绿素含量,在环境光照强度较差时使用主动补光灯进行补光,并对补光条件下环境光照强度进行校正。实验表明GPS定位在纬度最大漂移为6.2m、经度最大漂移为4.9m;光谱传感器6个波段的光强响应与照度计测量值之间的决定系数均超过0.99;标定的2块光谱传感器的匹配系数在610nm和860nm波段分别为0.743、1.035。建立了610nm和860nm波段补光强度与测量距离间的拟合模型用于光环境校正;使用无纺布进行了叶绿素梯度实验,建立了植被指数NDVI与植物叶绿素含量的数学模型,在较差光环境条件下不进行补光的模型决定系数为0.685,补光并进行校正情况下模型决定系数为0.965。 相似文献
14.
15.
为了实现牛乳中亚硝酸盐含量的快速检测,基于亚硝酸盐在弱酸条件下与对氨基苯磺酸和盐酸萘乙二胺反应后生成紫红色偶氮化合物,从而影响可见光波段处光反射特性的原理,以发光二极管(LED)为光源设计了一种便携式牛乳中亚硝酸盐含量检测仪。首先,以市售牛乳为对象,以国家标准指出的NaNO2为亚硝酸盐,采用连续投影算法从380~780nm光谱范围内提取出用于检测亚硝酸盐含量的特征波长,并确定了5个波长(469、500、546、628、665nm)的LED用于采集漫反射光照度。进而设计了由微控制器模块、光源模块、光传感器模块、电源和输入输出模块组成的检测仪。基于5个波长下的漫反射光照度,采用偏最小二乘回归法建立了定量预测牛乳中亚硝酸盐含量的模型。最后对检测仪的性能进行了验证。验证结果表明,该检测仪对亚硝酸盐质量浓度的检测误差为-0.13~0.07mg/L,平均绝对误差为0.03mg/L。 相似文献
16.
便携式无土栽培基质多参数无线检测仪 总被引:1,自引:0,他引:1
为实现无土栽培基质参数的快速准确测量,基于自制的基质多参数复合传感器,并结合Zig Bee无线网络技术,研制了便携式基质多参数无线检测仪。检测仪采用分体式设计,由无线复合传感器和手持终端两部分组成。无线复合传感器采集基质参数信息,并以无线的方式将信息发送到手持终端;手持终端对接收到的测量参数信息进行处理分析、显示、存储和查询等。检测仪性能试验表明,含水率测量误差为-0.4%~3.1%,相对误差为-3.2%~9.6%,且对不同基质具有较好的适应性;电导率测量误差为-0.015~0.179 m S/cm,相对误差为-4.7%~10%,且对不同基质具有较好的适应性;温度测量误差为-0.63~0.69℃,相对误差为-1.1%~3.3%。检测仪能够满足无土栽培基质参数检测的要求。 相似文献
18.
19.