期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于便携式近红外光谱的西藏风干牦牛肉产地鉴别研究 被引量:1
1
作者 韩沅汐 胡云 +3 位作者 张二豪 刘振东 李梁 罗章 《食品与发酵工业》 北大核心 2025年第10期336-343,共8页
产地是影响牦牛肉品质的重要因素之一,为实现对西藏风干牦牛肉产地的快速鉴别,该文应用便携式近红外光谱仪对西藏不同产地风干牦牛肉样品进行产地鉴别。实验收集西藏4个地区的风干牦牛肉样品共240个,按照3∶1的比例随机分为训练集和测... 产地是影响牦牛肉品质的重要因素之一,为实现对西藏风干牦牛肉产地的快速鉴别,该文应用便携式近红外光谱仪对西藏不同产地风干牦牛肉样品进行产地鉴别。实验收集西藏4个地区的风干牦牛肉样品共240个,按照3∶1的比例随机分为训练集和测试集。通过马氏距离剔除异常样本后,采用移动平均平滑、Savitzky-Golay卷积平滑、标准整体变量变换、多元散射校正、二阶导数、均值中心化(mean centering,MC)和去趋势校正7种预处理方法,分别建立偏最小二乘判别,支持向量机(support vector machine,SVM)和随机森林3种鉴别模型。结果表明,MC-SVM模型分类效果最优,在训练集和预测集的准确率分别为95.24%和91.67%;为进一步简化模型,分别采用竞争性自适应重加权采样法、变量空间迭代收缩算法、引导软收缩(bootstrapping soft shrinkage,BOSS)进行特征波长筛选。通过多变量数据分析发现,MC-BOSS-SVM模型效果最佳,训练集和预测集准确率分别为88.10%和91.67%。该研究为西藏风干牦牛肉产地的快速、无损鉴别提供理论依据。 展开更多
关键词 便携式近红外光谱 西藏风干牦牛肉 产地鉴别 机器学习 模型建立
在线阅读 下载PDF
基于近红外光谱和新型变量筛选策略的砂糖橘产地无损鉴别
2
作者 邱熙文 杨清华 +3 位作者 谌佳琪 唐辉 李跑 杜国荣 《中国果菜》 2025年第3期6-11,共6页
本研究基于近红外(NIR)光谱技术与变量筛选-线性判别分析(LDA)方法,建立了一种砂糖橘产地无损鉴别方法。在25、45 ms和65 ms三个积分时间下,分别采集了广西、云南和广东砂糖橘的近红外光谱。利用光谱预处理消除干扰,采用主成分分析(PCA)... 本研究基于近红外(NIR)光谱技术与变量筛选-线性判别分析(LDA)方法,建立了一种砂糖橘产地无损鉴别方法。在25、45 ms和65 ms三个积分时间下,分别采集了广西、云南和广东砂糖橘的近红外光谱。利用光谱预处理消除干扰,采用主成分分析(PCA)和LDA方法建立砂糖橘产地的鉴别模型。此外,通过竞争性自适应重加权采样法(CARS)、蒙特卡罗非信息变量消除法(MCUVE)、连续投影算法(SPA)和随机检验(RT)等变量筛选方法进一步简化模型,提高模型的鉴别率。结果表明,光谱预处理方法可以消除光谱中的干扰,仅依靠无监督模式识别无法实现对不同产地砂糖橘的准确鉴别;45 ms和65 ms积分时间下的模型优于25 ms下的模型,基于优化预处理的LDA模型可以获得95.10%的鉴别率;采用变量筛选方法的模型鉴别率得到明显提升,其中65 ms积分时间下,去偏移(de-bias)-RT-LDA、标准正态变量变换(SNV)-RT-LDA、原始光谱-SPA-LDA和一阶导(1st)-SPA-LDA模型,以及45 ms积分时间下,原始光谱-MCUVE-LDA模型鉴别率均达到99.02%。以上结果表明,基于便携式NIR光谱技术与变量筛选-LDA方法可实现砂糖橘产地准确无损鉴别。 展开更多
关键词 砂糖橘 便携式近红外光谱 产地 变量筛选 无损鉴别
在线阅读 下载PDF
便携式短波近红外光谱仪器检测土壤总氮含量研究 被引量:7
3
作者 章海亮 何勇 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第1期91-95,共5页
基于便携式短波近红外光谱技术检测了土壤总氮含量。采集浙江省文城地区农田土壤样本243个,将土壤样本分为三组,一组未经过粉碎、过筛等处理,一组做过2mm筛处理,一组过0.5mm筛过处理,采用usb4000便携式光谱获取土壤光谱数据,结合(savitz... 基于便携式短波近红外光谱技术检测了土壤总氮含量。采集浙江省文城地区农田土壤样本243个,将土壤样本分为三组,一组未经过粉碎、过筛等处理,一组做过2mm筛处理,一组过0.5mm筛过处理,采用usb4000便携式光谱获取土壤光谱数据,结合(savitzky-golay,SG)平滑算法,波长压缩算法和小波变换对原始数据进行预处理,然后采用竞争性自适应重加权、随机青蛙和连续投影算法进行特征波长选择。基于全光谱建立了偏最小二乘回归和基于特征波长建立了极限学习机和LS-SVM模型。结果表明过筛处理后的样本模型结果优于未过筛的样本模型结果,过0.5mm筛处理的土壤样本模型预测结果略优于过2mm筛处理的土壤样本模型预测结果,最优预测集的决定系数为0.63,预测均方根误差为0.007 9,剩余预测偏差为1.58。表明便携式仪器检测土壤总氮含量,经过过筛处理的土壤样品检测结果优于未过筛土壤样品检测结果,建议土壤样品检测总氮含量时需经过过筛处理,这样得到的结果较为理想,在此基础上采用性能较好的光谱仪器采集数据,以减小原始光谱噪声。 展开更多
关键词 便携式短波红外光 土壤总氮 LS-SVM
在线阅读 下载PDF
基于A-Unet3+和便携式NIR光谱仪的煤炭灰分与发热量协同检测方法
4
作者 邹亮 寇少萍 +4 位作者 任柯龙 袁光福 徐志彬 许世凡 吴景涛 《光谱学与光谱分析》 北大核心 2025年第8期2210-2217,共8页
近红外光谱(NIR)技术因其快速、无损的优势,正日益应用于煤质分析领域。便携式NIR分析仪凭借其小巧便携、操作简单等优点,更适用于在线的煤质检测。然而,便携式设备在光谱信噪比方面不及传统实验室设备。另外,现有建模方法通常仅关注单... 近红外光谱(NIR)技术因其快速、无损的优势,正日益应用于煤质分析领域。便携式NIR分析仪凭借其小巧便携、操作简单等优点,更适用于在线的煤质检测。然而,便携式设备在光谱信噪比方面不及传统实验室设备。另外,现有建模方法通常仅关注单一指标,忽视了两个煤质指标之间的关联性,限制了模型的鲁棒性和预测精度。鉴于此,提出了一种基于通道注意力机制的多任务Unet3+网络模型,旨在处理便携式NIR分析仪采集的低信噪比、特征较弱的煤样光谱数据,实现煤炭灰分和发热量的双指标协同预测。首先,采用二阶差分和S-G卷积平滑融合的数据预处理方法有效滤除噪声并增强特征谱峰信息,以提高建模数据质量;其次,构建适用于光谱数据的Unet3+网络,通过编码器、解码器和全尺度特征融合模块,提取与灰分和发热量相关的共性特征,并引入通道注意力机制以增强特征表征能力。最后,模型通过全连接层对共性特征进行解耦,分别学习灰分和发热量的个性特征,从而实现多任务的联合预测。基于670个煤样本的实验验证表明,与典型的机器学习方法和经典的深度学习模型相比,所提方法在灰分和发热量两个指标预测上的均方根误差分别为2.5904和1.1763,平均绝对误差分别为1.9644和0.8726,相关系数分别达到0.9444和0.8743,均显著优于对比模型,为煤炭品质参数的在线分析提供了一种高效、准确的解决方案。 展开更多
关键词 便携式近红外光谱分析仪 煤质快检 通道注意力机制 Unet3+
在线阅读 下载PDF
近红外等效光谱测量方法研究 被引量:1
5
作者 王智宏 刘杰 +2 位作者 孙玉洋 滕飞 林君 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2013年第4期963-967,共5页
便携式近红外光谱仪器测量低反射率或透过率样品的漫反射率或透过率光谱时,由于仪器噪声的影响,光谱数据小、信噪比低,即使采用降噪数据处理,所得光谱数据仍无法满足分析精度的要求。因此研究了近红外等效光谱测量方法:根据低反射率或... 便携式近红外光谱仪器测量低反射率或透过率样品的漫反射率或透过率光谱时,由于仪器噪声的影响,光谱数据小、信噪比低,即使采用降噪数据处理,所得光谱数据仍无法满足分析精度的要求。因此研究了近红外等效光谱测量方法:根据低反射率或透过率样品在常规测量条件下反射信号的强度,增大仪器测量时光源电流以增大样品扫描信号、减小参比反射或透射光强以避免参比信号超量程,并计算得与常规测量方法相同的等效光谱,以提高样品近红外反射率或透过率光谱数据的信噪比。理论分析和实验结果表明采用近红外等效光谱测量方法,可获得与常规测量方法的光谱数据相同、且信噪比增大的等效光谱。 展开更多
关键词 便携式近红外光谱仪器 等效光 测量方法 信噪比 光源亮度可控
在线阅读 下载PDF
基于嗅觉和光谱技术融合的面粉脂肪酸值定量检测 被引量:2
6
作者 江辉 刘通 陈全胜 《农业机械学报》 EI CAS CSCD 北大核心 2021年第2期340-345,共6页
提出了一种基于比色传感器数据和近红外光谱特征融合的储藏期面粉脂肪酸值的定量检测方法。开发比色传感器阵列、搭建便携式近红外光谱测量系统,分别采集不同储藏期面粉样本的比色传感器数据和近红外光谱。利用主成分分析分别对预处理... 提出了一种基于比色传感器数据和近红外光谱特征融合的储藏期面粉脂肪酸值的定量检测方法。开发比色传感器阵列、搭建便携式近红外光谱测量系统,分别采集不同储藏期面粉样本的比色传感器数据和近红外光谱。利用主成分分析分别对预处理后的比色传感器数据和近红外光谱数据进行特征降维,采用五折交互验证法在反向传播神经网络(BPNN)模型校正过程中进行优化,确定基于单技术分析模型的最佳主成分(PCs)个数。将优化后的基于单技术模型的最佳PCs在特征层进行融合,建立基于融合特征的BPNN分析模型,以实现对面粉储藏过程中脂肪酸值的快速检测。实验结果显示,基于比色传感器特征和基于近红外光谱特征建立的最佳BPNN模型的最佳PCs数量分别为3和4,基于融合特征建立的BPNN模型在预测集中的相关系数和预测均方根误差的均值分别为0.9276和1.9345 mg/(100 g)。研究表明,与单技术数据分析模型相比,基于比色传感器数据和近红外光谱特征融合模型的检测精度和泛化性能都有所提高。本研究可为粮食储藏品质的高精度原位监测提供一种技术方法。 展开更多
关键词 面粉 脂肪酸值 比色传感器 便携式近红外光谱系统 特征融合 定量检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部