统计学方法在卷烟感官评价及感官质量预测的应用

本文简要介绍了近年来主成分分析、层次模糊分析、灰色聚类法等统计学方法在卷烟感官评价和卷烟感官质量预测领域的应用进展情况。     

家用电器的感官检验

感官检验 ,是指凭借人的感觉器官对商品进行检验的一种方法。它适用于商业企业验收检验和消费者选购商品时应用。其特点是简便、快捷、易行、不需要复杂的仪器设备 ,且对商品不具破坏性。感官检验虽不及理化检验精确 ,也不易定量 ,但在不少场合却是理化检验不可替代的。如对电器音响的音质检验 ,对电视图像色彩的检验等。感官检验不需要复杂的操作技术 ,但需要一定的经验。感官检验法 ,可分为视觉检验、听觉检验、触觉检验、嗅觉检验和味觉检验。它的基本手段有看、听、摸、闻、尝、敲、抖、折、弯、照、量、数等。家用电器的感官检验 ,使用…     

不同干燥方法对杜仲雄花茶品质的影响

以感官评价和功能性成分含量检测相结合,研究了微波工艺与传统炒制、热风干燥方法对杜仲雄花茶品质的影响.结果表明,微波干燥方法效率高,可最大程度地保持杜仲雄花中的功能性成分,干燥的杜仲雄花茶的感官品质佳,可作为生产杜仲雄花茶的首选方法;热风干燥方法也可保持杜仲雄花中的功能性成分,干燥的杜仲雄花茶感官品质较佳,但效率较低,可作为生产杜仲雄花茶的可选方法;传统制茶工艺中的炒制干燥方法对杜仲雄花茶中的功能性成分破坏较大、感官品质差、操作不易控制,不适宜于杜仲雄花茶的干燥.     

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。     

食品接触用金属材料及制品新旧标准比较

针对2016年卫计委发布的关于食品接触材料及制品的53项新国标,从应用范围、感官指标、理化指标等方面,详细比较新版国标与旧版国标的主要区别,为使用者理解新版国标提供便利和参考。     

名优绿茶的审评

评定茶叶品质好坏的方法有感官审评和理化检验2种。感官审评是以人的感觉器官来评定茶叶品质的好坏,如用眼睛观察茶叶的外形、色泽;鼻子嗅辨香气;舌头品尝滋味;用手感触身骨的轻重等。理化检验就是通过物理和化学进行分析与测定,以测量的数据反映茶叶品质的好坏。通过感官审评,看出茶叶品质好坏,查找制茶工艺上存在的毛病,为生产服务,不断提高茶叶品质,改进制茶技术。     

冰温技术在食品领域中的应用研究

冰温技术作为一种新兴的食品贮藏保鲜技术,既能抑制微生物的生长繁殖,又能保证食品的理化和感官品质.着重介绍冰温技术的机理、特点以及应用,旨在为冰温技术在食品领域的深入研究与进一步应用提供参考.     

猪肉冷链物流感官质量控制图设计与应用

为观测猪肉冷链物流过程中产品的感官质量变化,分析了物流过程猪肉的感官特征,采用敏感性和回归分析获得感官评价的关键指标,进而设计质量控制图展示感官特征的波动性。结果表明:配送中心、近距离超市和远距离超市的感官品质总体上差异显著;颜色是评价总体可接受性的敏感指标,设计其均值-标准差控制图;配送中心的感官质量波动较大,过程能力指数偏低,需对配送中心的质量管理加以完善。均值-标准差控制图可直观展现物流过程产品质量的波动性和合格率,为监控猪肉冷链物流过程的外观品质变化提供了科学的管理方法。     

酶制剂在面包品质改良方面的研究进展

简述淀粉酶、脂肪酶、木聚糖酶、葡萄精氧化酶、转谷氨酰胺酶等酶制剂的特性及其对面包烘焙品质的改良机理及效果,探讨酶复合制剂对面包体积、老化速度、感官质量的影响,旨在为应用生物酶制剂改良面包品质提供有益参考.     

机件的鉴定技术

不管是什么机件,经过长期使用后,其原有尺寸、形状都会发生变化。因此,在排除故障和检修机器的过程中,都应对拆下的相关机件进行技术鉴定,是继续使用还是废弃不用,则是关系到机器的技术状况、修理成本及生产效益的大事。故每位驾驶员都应了解一些机件的技术鉴定常识。究竟用什么方法鉴定,本文叙述如下:(1)感官鉴定法。这是鉴定者通过眼看、耳听、手摸等感官结合实践中积累的经验来对机件进行技术鉴定的一种方法。对于机件出现的较为明显的技术缺陷,这种方法方便快捷,且不易出现失误,对于一些不甚明显的尺寸、形状变化,这种方法则受到感官能…     

基于遗传算法的卷烟质量评定神经网络模型

卷烟质量的优劣迄今仍是造卷烟评吸专家的感官进行了评定。由于受到多种主、客观因素的影响,评定结果的准确性往往难以保证。为此,作者提出了一种基于遗传算法的神经网络评定模型及获取网络权重参数的具体遗传操作方法。实例证明,该模型能够根据烟草中的６种化学成分（总糖、还原糖、总氮、烟碱、氧化钾及氯离子）的测量值为确定卷烟的质量。为今后对卷烟质量进行人工智能评定打下了基础。     

烟草成分对其品质影响程度的粗糙集判别方法

运用粗糙集理论研究了烟草主要化学成分 (总糖、还原糖、总氮、烟碱、氧化钾和氯离子 )对烟草品质影响程度的判别方法。对比已有的研究结果 ,表明基于粗糙集理论的计算方法简单 ,结果明了 ,而且还能量化烟草成分对品质的影响程度。     

基于深度学习与多尺度特征融合的烤烟烟叶分级方法

为实现烤烟等级的快速准确识别,降低人工分级中主观因素对分级结果的影响,提高烟叶分级的准确性和一致性,提出一种基于烤烟RGB图像和深度学习的多尺度特征融合的烟叶图像等级分类方法,采用ResNet50提取烟叶图像特征,并引入基于注意力机制的SE模块(压缩激发模块),增强不同通道特征的重要程度;同时,采用FPN(特征金字塔网络)对提取的由浅及深不同层级的烟叶特征进行融合,以实现烟叶多尺度特征的表达。采集皖南地区6068个烤烟的正面和背面图像用于建模和分析。结果表明,提出的烟叶分级方法的分级正确率比经典CNN(卷积神经网络)高出5.21%,分级模型在新批次7个等级烟叶上的分级正确率为80.14%,相邻等级的分级正确率为91.50%。因此,采用RGB图像结合深度学习技术可实现烤烟烟叶等级的良好识别,可为烤烟烟叶收购等级评价提供一种新方法。     

基于多时相卫星影像的复杂山区烤烟种植区域提取

为提高卫星影像对复杂山区烤烟种植区的提取精度。以高分六号2m分辨率卫星影像作为遥感数据源，基于多时相卫星遥感影像序列，根据烤烟不同生长期的卫星影像特征，采取面向对象分类方法，分别完成3个不同时相卫星影像的烤烟种植区初步提取，再利用多时相植被指数规则初步提取烤烟种植区，最后通过交叉验证获取烤烟种植区域，并完成精度验证。结果表明：该研究方法能较为准确的提取复杂山区烤烟种植区，能够保持较低的错分率（5.3%），提取精度达94.67%，较基于单一时相卫星影像提取烤烟种植区域精度（90%）明显提升。     

用人工嗅觉系统评定卷烟的内在品质

迄今为止,卷烟的内在品质是靠评吸专家的感官的评定的,由于受到其经验,情绪以环境条件等多种因素的影响,评定结果的准确性难以保证。为此,作者运用模仿人的嗅觉系统功能的人工嗅觉系统来评定卷烟的内在品质。深入研究了人工嗅觉系统的气敏传感器阵列和数据处理分析方法,提出了阵列的组成方法以及神经网络集和测试集的构造方法。     

基于SW-SVR的畜禽养殖物联网异常数据实时检测方法

畜禽养殖物联网由于工作环境恶劣、网络传输故障等因素容易产生异常感知数据,为保证数据质量,根据畜禽养殖物联网数据流周期性、时序性等特点,提出了一种基于滑动窗口与支持向量回归(Sliding window and support vector machines for regression,SW-SVR)的异常数据实时检测方法。首先根据畜禽物联网数据流特征周期以及采样频率确定滑动窗口尺寸;然后通过SVR模型预测畜禽养殖物联网数据流中某一时刻传感器测量值;最后计算预测区间,根据实际测量值是否落入该区间判断是否异常并对异常数据进行置换处理。采用畜禽养殖物联网环境数据进行试验,结果表明:所提滑动窗口计算方法得到的窗口尺寸预测的MAPE为0.188 4,畜禽养殖物联网异常数据检测率达98%,能够有效检测和处理畜禽养殖物联网数据流中的异常数据。     

基于图像处理多算法融合的杂草检测方法及试验

自动化除草是现代精确农业科学领域的研究热点。已有的自动化除草解决方案中普遍存在鲁棒性不强、过度依赖大量样本等问题,针对上述问题,本研究提出了基于图像处理多算法融合的田间杂草检测方法,设计了一套田间杂草自动识别算法。首先通过设置颜色空间的阈值从图像中分割土壤背景。然后采用面积阈值、模板匹配和饱和度阈值三种方法对作物和杂草进行分类。最后基于投票的方式,综合权衡上述三种方法,实现对作物和杂草的精准识别与定位。以大豆田间除草为对象进行了试验研究,结果表明,使用融合多图像处理算法的投票方法进行作物和杂草识别定位,杂草识别平均错误率为1.79%,识别精度达到98.21%。相较单一的面积阈值、模板匹配和饱和度阈值方法,基于投票权重识别杂草的精度平均提升5.71%。同时,针对复杂多变的农业场景,进行了存在雨滴和阴影干扰的鲁棒性测试,实现了90%以上的作物识别结果,表明本研究方法具有较好的适应性和鲁棒性。本研究算法可为智能移动机器人除草作业等智慧农业领域应用提供技术支持。     

Evaluation of various quick methods for estimating furrow and border infiltration parameters

For estimating infiltration properties of surface irrigation, some ‘quick’ and easy methods have been developed. The main objective of this study was to evaluate different ‘quick’ methods and to compare the obtained results with two new methods proposed based on the Shepard one-point approach. For this purpose, data sets measured in six borders and five furrows were used for evaluating different methods. Using the volume balance equation and estimated infiltration parameters, the total infiltrated volume and advance times were predicted to evaluate the accuracy of estimated infiltration parameters. The results showed that the modified Mailapalli and Elliott and Walker methods provided the lowest errors for both furrow and border irrigations. The Elliott and Walker method predicted advance times with highest accuracy. There was very small difference between the Shepard and new proposed one-point methods. The performance of the Elliott and Walker method was slightly better than the new proposed two-point method for the experimental furrows, while a minor difference was found for the experimental borders. The results also showed that the performance of the Elliot and Walker method would be improved using binomial approximation instead of Kiefer approximation.     

高聚物涂层防腐性能的准确评定

通过研究，确定了高聚物涂层腐蚀失效的主要机理，即涂层防护功能的丧失主要是由于腐蚀介质的渗入；分析了评定防腐性能的现状及存在问题，提出了对涂层性能的综合评定方法，这将提高研究结果的准确性和可靠性；同时提出了进一步研究的内容，对合理选材，失效分析，工程设计，新型涂层材料研究均具有较大的指导意义。