分级评价指标优化玉米近红外光谱定性分析模型研究

验证了种间的相对距离这一评价指标优化玉米近红外光谱定性分析性能的有效性。首先,对A、B两组实验数据使用相关性、欧氏距离和熵3种常用方法计算原始光谱、预处理后的光谱和特征提取后的光谱数据的种间相对距离,并与每一步得到的正确识别率进行对照分析,得到欧氏距离是一种有效的计算方法。最后,对实验数据C采用欧氏距离方法计算数据处理每一过程的种间相对距离,经过对预处理算法的调整,种间相对距离由0.6582增大到了1.2972,正确识别率由40.86%提高到了70.08%;通过对特征提取算法的优化,种间相对距离由1.3102增大到了2.4910,正确识别率由68.32%提高到了93.27%。通过该评价指标对数据分析过程的评价结果可以看出,正确识别率显著提高,使模型得到了优化。     

农产品近红外光谱分析系统综述

近红外光谱分析系统是农产品品质检测的重要研究内容。为此,主要介绍了近红外光谱分析系统的研究现状,分析总结了建立数学模型、预处理方法、光学系统设计、光源控制系统设计和温度控制系统设计等近红外光谱系统的关键问题,旨在对近红外光谱分析系统的研究、设计提供新的思路与建议。     

饲料总能近红外反射光谱定量分析模型的优化

利用近红外反射分析技术, 采用偏最小二乘(PLS)回归方法,分别对光谱进行附加散射校正、变量标准化、一阶导数和二阶导数处理,建立了饲料中总能的预测模型.通过比较,附加散射校正和一阶导数处理定标效果最优.定标集化学分析值与预测值之间的决定系数R2和标准差RMSEC分别为0.9060和0.153,相对分析误差为3.36;验证集化学分析值与预测值之间的决定系数r2和标准差RMSEP分别为0.8924和0.156,相对分析误差为3.22.结果表明,利用近红外光谱反射(NIRS)分析技术可以定量检测充料总能的含量.     

绿茶游离氨基酸总量近红外光谱定量分析模型优化

采集158份绿茶样品并对其进行光谱扫描,分别采用主成分回归、偏最小二乘、改进偏最小二乘3种定量校正方法,对原始光谱分别进行4种不同的预处理,运用正交试验设计,建立了绿茶中游离氨基酸总量优化定标模型,利用目标函数法对模型进行评定,并对模型的适用性进行了验证.试验结果为:SNV Detrend,1,1,4,4的光谱预处理下,采用改进偏最小二乘法进行定标建立的模型最优,其目标函数值厂为94.25%,验证相对标准差eRSD为6.39%(<10%).结果表明:采用正交试验设计能够综合考查不同的校正方法和光谱预处理对模型的影响,利用近红外光谱分析法能够实现绿茶中游离氨基酸总量的定量、快速检测.     

食用油酸值与过氧化值近红外光谱模型转移研究

在使用近红外光谱技术进行食用油酸值与过氧化值检测时,仪器制造与检测环境的差异导致不同仪器建立的校正模型无法共享。为解决食用油酸值与过氧化值模型转移问题,使用125个食用油样本于主机建立偏最小二乘校正模型,采用光谱空间转换法进行模型转移,并与斜率/截距算法、直接标准化算法、分段直接标准化算法、极限学习机自编码器算法进行对比。结果表明,采用光谱空间转换法进行模型转移后,验证集酸值与过氧化值的预测均方根误差分别从0.583 6 mg/g和15.801 0 mmol/kg降低到了0.167 0 mg/g与9.989 3 mmol/kg,说明光谱空间转换法可以有效应用于食用油酸值与过氧化值间的模型转移,使不同仪器之间实现模型共享,这对于近红外光谱应用于食用油品质快速检测具有实际意义。     

便携式近红外光谱仪在农产品加工中的应用

文中详细介绍了便携式近红外光谱仪的系统组成,总结了国内外便携式近红外光谱仪的开发和应用现状,并对比分析了几种国内外便携式近红外光谱仪,介绍了便携式近红外光谱仪在新疆地区农产品加工中的应用现状和未来的发展趋势。     

基于近红外光谱的花椒品质检测技术

首次提出了建立基于单籽粒红花椒的近红外光谱定量分析模型,用于花椒的挥发油含量检测。由于花椒表面的不规则性,且采用单籽粒花椒扫谱导致光谱信号差异较大,所以采用全谱分析。为此,结合异常样品剔除方法及模型优化方法,共建立了74份红花椒的挥发油近红外模型。实验表明,所建立的单籽粒花椒挥发油的近红外定标模型具有较好的稳定性和预测能力(RSD<10%,RPD>3),从而为花椒育种及品质检测提供了快速和便捷的途径。     

基于TrAdaBoost算法的近红外光谱模型传递研究

随着近红外光谱检测仪种类的增多,不同仪器间的校正模型存在无法共享问题,可利用模型传递解决.以食用油为研究对象,在主机上建立油酸质量比的极限学习机校正模型,利用迁移学习中的TrAdaBoost算法把主机模型传递到从机上,探讨标准化样品数量对模型传递效果的影响,并与直接标准化算法、缺损数据重构算法和极限学习机自编码器的模型...     

基于无参数高效算法的近红外光谱模型传递研究

模型传递可解决不同近红外光谱仪间多元校正模型无法共享的问题。以食用油为研究对象,对其酸值和过氧化值模型进行传递分析。在主机上建立偏最小二乘多元校正模型,利用无参数高效模型传递(PFCE)算法中NS-PFCE无标样算法和FS-PFCE有标样算法分别实现模型传递,探讨了标准化样品数量对模型传递效果的影响。并与经典的3种有标样传递算法和2种无标样传递算法进行对比。结果表明,经NS-PFCE无标样传递后,从机酸值与过氧化值预测集均方根误差分别从0.613 mg/g和16.153 mmol/kg下降到0.275 mg/g和9.523 mmol/kg;而经FS-PFCE有标样传递后,从机酸值与过氧化值预测集均方根误差分别下降到0.274 mg/g和8.945 mmol/kg。且随着标准化样品数量的增加,经PFCE算法传递后预测集均方根误差越低。无参数高效模型传递算法联合应用单一的无标样算法和有标样算法两种传递方式,增强了传递模型的适应性和包容性,同时有效地降低主机光谱与从机光谱之间的差异,实现了不同光谱仪间校正模型的共享。     

近红外技术及其在农业物料检测中的应用

阐述了近红外技术的原理、特点：介绍了近红外技术在谷物种子类、果品蔬菜类、烟草类、油类作物、肉制品、乳制品检测中的应用；展望了近红外技术的应用前景。     

数字图像处理技术在农产品方面的应用

随着计算机与图像处理技术的发展,数字图像处理技术已广泛应用到农业工程领域,尤其是在农产品方面的应用已取得了重大成果.为此,从3方面介绍了数字图像处理技术在农产品方面的研究进展及其应用现状,并分析了目前应用中存在的技术难题及进一步研究的展望,旨在对后续研究和完善精细农业提供必要的参考.     

超微弱发光技术在农产品检测中的应用研究

超微弱发光是广泛存在于一切生物活动中的生理现象,它是反映生物体内部技能的一个综合生命体征,它也是生物物理学的一个重要内容之一。近年来,随着越来越多的对农产品的生命活动、质量和生理特性的快速检测的需要,国内外学者针对农产品超微弱发光的研究也越来越广泛和深入,相关研究成果将为农产品检测,尤其是快速检测技术的研究领域拓宽研究空间。本文就目前国内外学者针对农产品超微弱发光的研究做一概述,并探讨生物发光技术在农产品检测中的应用前景。     

美国农产品分布对我国农产品区域发展的影响研究

美国农业一直处于领先地位,不仅得益于其丰富的自然资源和高科技的农业技术,其合理的农产品分布也不可少的影响因素。中国是一个农业大国,农业的发展离不开农产品,农产品的种植种类、农产品的区域分布、农产品的质量发展都直接影响农产品的发展。美国虽然面积和我国差不多,但因为有合理的布局,农产品贸易一直发展良好。要借鉴美国农产品的发展,研究和分析其农产品分布现状很有必要。     

双螺杆挤压机在农产品加工中的应用

简述双螺杆挤压机的历史,分析了双螺杆挤压机的分类及其特点,综述了螺杆挤压机在农产品加工中的主要应用方面以及未来发展方向。     

红外辐射技术在农副产品加工中的应用与进展

红外辐射加热干燥技术有众多的优点，近些年来在农副产品加工中的应用越来越多。为此。介绍了红外辐射的基本原理及特点；并通过大量的实例阐述了红外辐射在谷物、蔬菜、竹材加热干燥上的应用与研究进展，以及红外辐射技术在农副产品杀菌方面的应用。     

现代新型传感器在农产品储藏中的应用

现代新型传感器应用在农产品储藏中,能极大地推进农产品储藏的现代化进程。为此,讨论了农产品储藏的生态体系及关键参量;阐述了无线传感器网络、CCD与CMOS图像传感器、生物传感器、生物芯片与嗅觉传感器、基于MEMS的微传感技术、软传感器和多传感器融合与数据融合技术等现代新型的传感技术在农产品储藏中的具体应用。     

几种物理技术在农业中的应用及展望

物理技术在农业中的新品种培育、增产、提高农作物品质、抗病抗旱及产品的品质检测分级、环境保护等方面发挥着越来越重要的作用。以物理技术中的近红外技术、磁技术、静电技术为例,概述了其技术特点及在农业中的研究现状,探讨了其发展趋势,并进行了展望。     

支持向量机在李果实坚实度近红外检测中的应用

为增强模型的适应性,选取了3个不同成熟期(绿熟、半红熟和红熟)的李果实样品建立坚实度指标的近红外检测模型,建模所使用的光谱范围为4 000~12 492cm-1。为改善模型性能,比较了最小二乘支持向量机和偏最小二乘法两种建模算法对李果实坚实度指标的建模结果。研究结果表明,所建立的最小二乘-支持向量机模型的预测性能和稳定性均好于偏最小二乘模型,并以前10个潜在变量得分作为输入变量的最小二乘-支持向量机模型为最佳模型,其校正相关系数、校正和预测均方根误差分别为0.989及1.31、1.84kg/cm2,剩余预测偏差为4.79。与以往研究文献相比,获得了较为理想的预测精度和稳定性能。研究结果表明,最小二乘支持向量机算法结合偏最小二乘法提取的潜在变量作为输入变量,可以使李果实坚实度近红外定量模型有较大程度的改善。