排序方式: 共有27条查询结果,搜索用时 15 毫秒
1.
基于近红外与中红外光谱技术的淀粉回生度检测 总被引:1,自引:0,他引:1
淀粉食品在加工、运输及储藏过程中会逐渐出现回生,其回生程度是影响淀粉食品品质的重要因素。利用近红外和中红外光谱技术快速、无损检测淀粉回生度。首先采集了储存不同时间淀粉的近红外和中红外光谱,分别利用近红外、中红外以及两者融合的光谱数据结合化学计量学方法(偏最小二乘法(PLS、iPLS、biPLS、siPLS))建立淀粉回生度检测模型。结果显示,近红外和中红外融合光谱技术的biPLS检测模型最佳,校正集和预测集相关系数分别为0.965 5和0.931 3。研究结果表明,红外光谱技术可以快速、无损检测玉米淀粉回生度,保障了富含淀粉食品的质量与安全。 相似文献
2.
基于近红外高光谱图像的黄瓜叶片色素含量快速检测 总被引:5,自引:0,他引:5
利用高光谱图像技术和高效液相色谱法(HPLC)快速检测了新鲜黄瓜叶中叶绿素a、叶绿素b、β-胡萝卜素和叶黄素4种色素含量。采集了120片黄瓜叶的近红外高光谱图像数据以及用HPLC精确测定黄瓜叶中色素含量;提取高光谱图像中50×50像素感兴趣区域(ROI)的平均光谱与4种色素含量分别建立偏最小二乘(PLS)预测模型;为了提高模型的稳定性和预测精度,分别采用区间偏最小二乘(iPLS)、向后区间偏最小二乘(BiPLS)和联合区间偏最小二乘(SiPLS)对各种色素对应的特征波段进行优选,同时对光谱划分数进行了优化。结果表明BiPLS和SiPLS对应模型的预测效果较好,对叶绿素a、叶绿素b、β-胡萝卜素和叶黄素4种色素的预测集相关系数RP分别为0.825 7、0.813 4、0.811 6、0.826 2。 相似文献
3.
基于高光谱图像的香醋醋醅均匀性快速判别 总被引:1,自引:0,他引:1
以镇江香醋固态发酵过程中总酸质量分数和p H值为表征指标,利用高光谱图像技术和化学计量学实现翻醅均匀性快速判别。以翻醅前后醋醅为研究对象,首先采集其高光谱信息,同时检测对应的总酸质量分数和p H值;然后以联合区间偏最小二乘(si PLS)和遗传算法(GA)优选特征变量;采用偏最小二乘(PLS)和最小二乘支持向量机(LS-SVM)方法建立表征醋醅均匀性指标的快速预测模型;最后使用最优模型计算高光谱图像每个像素点的总酸质量分数和p H值,伪彩色处理,获得醋醅总酸质量分数和p H值分布图。结果表明,总酸质量分数和p H值最佳模型的相关系数(R)分别为0.775 1和0.797 4、预测均方根误差(RMSECP)为0.389%和0.041 7;分布图中翻醅前总酸质量分数和p H值范围为3.0%~7.8%和3.5~4.2,醋醅局部有明显结块,分布不均匀,翻醅后总酸质量分数和p H值范围较集中,为4.8%~7.0%和3.6~3.9,醋醅分布较均匀。结果表明利用高光谱技术快速预测醋醅均匀性是可行的。 相似文献
4.
基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型 总被引:2,自引:0,他引:2
[目的]获得精度高、鲁棒性强的草莓近红外光谱糖度检测模型。[方法]利用K-S(Kennard-Stone)方法划分样本集,并用小波滤噪法对草莓1000~2500nm近红外光谱进行预处理,最后用偏最小二乘法(PLS)和区间偏最小二乘法(iPLS)分别建立预测模型。[结果]采用区间偏最小二乘法将光谱划分为20个子区间,利用其中的第16个子区间建立的糖度模型效果最佳,其校正时的相关系数Rc和校正均方根误差RMSEC分别为0.9355和0.259,预测时的相关系数邱和预测均方根误差RMSEP分别为0.9202和0.305。[结论]用小波滤噪和联合区间偏最小二乘法所建立的草莓糖度模型不仅能有效地减少建模所用的变量数,缩短运算时间,而且预测能力和精度均得到提高。 相似文献
5.
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。 相似文献
6.
7.
油炸藕片含油量快速预测及微观结构的三维重建 总被引:1,自引:1,他引:0
以油炸藕片为研究对象,首先利用高光谱图像技术(hyperspectral imaging technology,HSIT)结合联合区间偏最小二乘(synergy interval partial least squares,si PLS)和净分析物法(net analyze signal,NAS)提取油炸藕片的光谱信息,建立快速预测模型,并计算每个像素点的油含量值,将其表面油分布可视化;然后利用激光共聚焦显微镜(confocal laser scanning microscopy,CLSM)观察油在细胞中的分布,并扫描藕片Z轴方向序列图片进行微观结构的三维重建。结果显示,优选4个子区间,依据NAS法挖掘同油相关的NAS信号NAsk,建模后其预测集相关系数和均方根误差分别为0.819和0.682 mg/g,表明HSIT可快速预测油炸藕片含油量并可视化表面油分布。经CLSM扫描并图像三维重建后观察,油主要分布在细胞表面、边缘、细胞间隙以及破碎细胞内,且细胞的形状、大小均发生了很大的变化,可观察其内部油分布。结果表明,该研究可为油分布提供有效手段,并依据微观结构的变化为减少含油量提供科学的理论依据。 相似文献
8.
高光谱图像技术快速预测发酵醋醅总酸分布 总被引:2,自引:1,他引:1
固态发酵是镇江香醋生产的重要环节之一,直接决定着成品醋的风味和品质。但目前固态发酵的生产控制主要依赖人工经验,难以有效保障镇江香醋的品质。该文分析了总酸(total acid content,TAC)、pH值、含水率在不同阶段的变化规律;采用高光谱图像技术结合联合区间偏最小二乘法(synergy interval partial least squares,siPLS)快速预测固态发酵基质(醋醅)的TAC、pH值和含水率,其最佳模型的相关系数R分别为0.8316、0.9455和0.8503;同时利用主成分分析和逐步多元线性回归模型(stepwise multiple linear regression,SMLR)对醋醅高光谱图像进行分析,研究了总酸在醋醅中的分布情况,以此来快速判断醋醅发酵的均匀性。研究表明,利用高光谱图像技术快速预测醋醅的理化参数及其分布的方法是可行的,结果可为镇江香醋固态发酵的工艺控制提供基础数据和技术手段。 相似文献
9.
近红外光谱技术快速无损诊断黄瓜植株氮、镁元素亏缺 总被引:8,自引:7,他引:1
为了快速无损诊断黄瓜植株氮、镁元素亏缺,以K-最近邻域法(k-nearest neighbors, KNN)模型识别率作为遗传算法中染色体的适应度值,采用遗传算法(genetic algorithm, GA)优选近红外光谱特征子区间,交互验证优化主成分因子数和K值后建立了特征子区间对应的GA-KNN诊断模型。通过控制营养液中氮和镁的含量,在温室大棚内以无土栽培方式培育氮、镁元素亏缺植株,并用近红外光谱仪采集缺氮、缺镁植株老叶的光谱信息。结果表明:原始光谱经过标准正交变换预处理和子区间总数优化后,均匀划分为 相似文献