检索结果-维普期刊中文期刊服务平台

近红外漫反射检测梨可溶性固形物SSC和硬度的研究被引量：7: 1; 作者章海亮孙旭东《中国农机化》北大核心 2011年第1期101-103,111,共4页; 采用近红外漫反射光谱检测梨可溶性固形物(SSC)和硬度。采集梨的近红外漫反射光谱,光谱经梨的吸光度原始光谱、一阶微分和二阶微分预处理,分别采用多元线性回归、主成分回归和偏最小二乘法,建立了梨可溶性固形物(SSC)和硬度的定量预测... 展开更多; 关键词近红外漫反射光谱可溶性固形物ssc 硬度梨; 在线阅读下载PDF 职称材料

基于LSTM-TE模型的冬枣可溶性固形物含量高光谱估测: 2; 作者刘傲然孟惜 +3 位作者刘智国宋宇斐赵雪曼智丹宁《光谱学与光谱分析》北大核心 2025年第8期2326-2334,共9页; 冬枣因其丰富的营养成分、香甜的口感和优良的风味,深受消费者的喜爱。随着消费者对水果品质要求的提高,可溶性固形物含量(SSC)作为衡量水果成熟度和口感质量的重要指标,已成为水果品质评估中的关键因素。因此,实现冬枣SSC的高效、无损... 展开更多; 关键词可溶性固形物含量(ssc) 高光谱深度学习 LSTM-TE模型; 在线阅读下载PDF 职称材料

磨盘柿可溶性固形物的可见/近红外漫反射光谱无损检测被引量：11: 3; 作者张鹏李江阔 +3 位作者孟宪军张平王宝刚冯晓元《食品科学》 EI CAS CSCD 北大核心 2011年第6期191-194,共4页; 研究可见/近红外漫反射光谱技术快速检测磨盘柿可溶性固形物的方法。在可见/近红外光谱区域(570～1848nm),对比分析不同数学建模算法、不同导数处理方法和不同散射及标准化处理的果实可溶性固形物定标模型。结果表明:应用改进偏最小二... 展开更多; 关键词可见/近红外漫反射光谱磨盘柿可溶性固形物(ssc) 改进偏最小二乘法一阶导光谱; 在线阅读下载PDF 职称材料

基于近红外光谱分析贡梨可溶性固形物全局模型的鲁棒性被引量：4: 4; 作者刘燕德廖军 +4 位作者李斌姜小刚朱明旺姚金良王秋《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第9期2781-2787,共7页; 贡梨是大众喜爱的水果,为研究不同检测方向对近红外在线检测贡梨可溶性固形物SSC的影响,提出全局模型并分析其鲁棒性。在贡梨六个方向上收集光谱:茎-花萼轴垂直,茎向上(A1)和茎向下(A5),茎-花萼轴和水平之间45°,茎向上倾斜(A2)和... 展开更多; 关键词近红外贡梨可溶性固形物ssc 全局模型鲁棒性; 在线阅读下载PDF 职称材料

基于近红外光谱技术的老陈醋品质分析被引量：5: 5; 作者陆辉山吴远远刘修林《中国调味品》北大核心 2017年第5期103-106,共4页; 为得到稳定、精确的老陈醋品质光谱模型,采用近红外光谱分析技术结合反向传播神经网络(BP-ANN),分别对不同醋龄的两种山西老陈醋中可溶性固形物含量(SSC)及pH值进行定量分析。对经过标准归一化(SNV)与25点平滑相结合处理后的光谱进行主... 展开更多; 关键词近红外光谱技术可溶性固形物含量(ssc) pH值预处理 BP神经网络偏最小二乘法(PLS); 在线阅读下载PDF 职称材料

题名近红外漫反射检测梨可溶性固形物SSC和硬度的研究被引量：7: 1; 作者章海亮孙旭东; 机构华东交通大学机电学院; 出处《中国农机化》北大核心 2011年第1期101-103,111,共4页; 基金江西省科技支撑计划项目(2009AE01603 2009BHC00300) +1 种基金江西省教育厅青年科学基金项目(GJJ10139); 文摘采用近红外漫反射光谱检测梨可溶性固形物(SSC)和硬度。采集梨的近红外漫反射光谱,光谱经梨的吸光度原始光谱、一阶微分和二阶微分预处理,分别采用多元线性回归、主成分回归和偏最小二乘法,建立了梨可溶性固形物(SSC)和硬度的定量预测数学模型。结果表明采用一阶微分结合偏最小二乘法的预测效果最好,可溶性固形物(SSC)和硬度定量数学校正模型的相关系数分别为0.9285和0.8478,均方根误差分别为0.4364°Birx和1.227。近红外漫反射光谱作为一种无损的检测方法用于评价梨可溶性固形物(SSC)和硬度是可行的。; 关键词近红外漫反射光谱可溶性固形物ssc 硬度梨; Keywords Near-infrared diffuse reflectance spectroscopy soluble solid content hardness pear; 分类号 O433.5 [机械工程—光学工程]; 在线阅读下载PDF 职称材料

题名基于LSTM-TE模型的冬枣可溶性固形物含量高光谱估测: 2; 作者刘傲然孟惜刘智国宋宇斐赵雪曼智丹宁; 机构河北师范大学计算机与网络空间安全学院石家庄学院未来信息技术学院; 出处《光谱学与光谱分析》北大核心 2025年第8期2326-2334,共9页; 基金中央引导地方科技发展资金项目(246Z0309G) 河北省高等教育科研项目(BJ2025097) +1 种基金河北省博士在读研究生创新能力培养项目(CXZZBS2024073)资助。; 文摘冬枣因其丰富的营养成分、香甜的口感和优良的风味,深受消费者的喜爱。随着消费者对水果品质要求的提高,可溶性固形物含量(SSC)作为衡量水果成熟度和口感质量的重要指标,已成为水果品质评估中的关键因素。因此,实现冬枣SSC的高效、无损预测具有重要的应用价值和实际意义。提出一种融合长短时记忆网络(LSTM)与Transformer编码器的LSTM-TE模型,旨在实现冬枣SSC的快速无损预测。采集900个冬枣样本的高光谱数据并测定其SSC值,结合多种光谱数据预处理方法[包括多元散射校正(MSC)、矢量归一化(VN)、Savitzky-Golay(SG)滤波、一阶导数(D1)和二阶导数(D2)等]对数据进行处理,通过PLSR、SVR、VGG16、ResNet18、LSTM五种模型系统比较了10种预处理组合的效果,确定最优预处理方案为MSC-SG-D1。在该预处理方法的基础上,进一步构建了PLSR、SVR、VGG16、ResNet18、LSTM和LSTM-TE的多模型对比体系,并对其在测试集上的性能进行了对比分析。实验结果表明,LSTM-TE模型在测试集上的决定系数为0.9598,均方根误差为1.2690,较传统机器学习模型PLSR(R_(p)^(2)=0.8173)提升17.4%,较单一LSTM模型(R_(p)^(2)=0.8652)提升10.9%。该模型通过LSTM的时序特征捕捉能力与Transformer编码器的全局依赖建模优势,有效挖掘了高光谱数据中的非线性特征关系。本研究为冬枣品质的在线检测与分级提供了新的技术方案,对高光谱技术在精准农业中的应用具有重要参考价值。; 关键词可溶性固形物含量(ssc) 高光谱深度学习 LSTM-TE模型; Keywords Soluble Solids Content(ssc) Hyperspectral Deep learning LSTM-TE model; 分类号 S237 [农业科学—农业机械化工程]; 在线阅读下载PDF 职称材料

题名磨盘柿可溶性固形物的可见/近红外漫反射光谱无损检测被引量：11: 3; 作者张鹏李江阔孟宪军张平王宝刚冯晓元; 机构沈阳农业大学食品学院国家农产品保鲜工程技术研究中心北京市农林科学院林业果树研究所; 出处《食品科学》 EI CAS CSCD 北大核心 2011年第6期191-194,共4页; 基金 “十一五”国家科技支撑计划项目(2006BAD30B01); 文摘研究可见/近红外漫反射光谱技术快速检测磨盘柿可溶性固形物的方法。在可见/近红外光谱区域(570～1848nm),对比分析不同数学建模算法、不同导数处理方法和不同散射及标准化处理的果实可溶性固形物定标模型。结果表明:应用改进偏最小二乘回归算法、一阶导处理和去散射处理所建果实可溶性固形物定标模型的预测性能较优,其定标交互验证相关系数(Rcv)和预测相关系数(Rp2)分别为0.8076和0.8085,定标交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.4546°Brix和0.4482°Brix。这表明,可见/近红外漫反射技术对磨盘柿可溶性固形物的快速无损检测具有可行性。; 关键词可见/近红外漫反射光谱磨盘柿可溶性固形物(ssc) 改进偏最小二乘法一阶导光谱; Keywords visible and near infrared diffuse reflection spectroscopy Mopan persimmon soluble solid content（ssc） modified partial least squares first derivative absorption spectrum; 分类号 S665.2 [农业科学—果树学]; 在线阅读下载PDF 职称材料

题名基于近红外光谱分析贡梨可溶性固形物全局模型的鲁棒性被引量：4: 4; 作者刘燕德廖军李斌姜小刚朱明旺姚金良王秋; 机构华东交通大学机电与车辆工程学院; 出处《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第9期2781-2787,共7页; 基金国家自然科学基金项目(31760344) 国家科技奖后备项目培育计划项目(20192AEI91007) +1 种基金江西省教育厅科学技术研究项目(GJJ190306)资助。; 文摘贡梨是大众喜爱的水果,为研究不同检测方向对近红外在线检测贡梨可溶性固形物SSC的影响,提出全局模型并分析其鲁棒性。在贡梨六个方向上收集光谱:茎-花萼轴垂直,茎向上(A1)和茎向下(A5),茎-花萼轴和水平之间45°,茎向上倾斜(A2)和茎向下倾斜(A4),茎-花萼轴水平,茎朝向右侧光(A3),茎花萼轴水平,茎朝向带移动方向(A6)。SSC范围为9.53~14.70的150个样品分为115个标准偏差为1.05的校准集和35个标准偏差为0.93的预测集。采用偏最小二乘回归PLSR分别建立六个局部模型和一个全局模型,局部模型由各方向的115个校正集数据经过Savitzky-Golay卷积平滑、多元散射校正MSC、高斯滤波平滑GFS三种不同的预处理方法处理后使用偏最小二乘回归PLSR建立而来;用本方向校正集数据建立的局部模型验证本方向的35个预测集数据,比较这三种预处理方法后所建立的PLSR模型,结果表明经过GFS处理后建立的模型验证效果最好,因此六个局部模型和全局模型均采用GFS处理后建立的PLSR模型。全局模型是由A1,A2,A3,A4,A5和A6六个方向的690个校正集光谱数据经过GFS预处理后采用PLSR建立的贡梨SSC模型。各方向的预测集分别对七个模型进行验证,验证结果表明,局部模型虽然在本方向的预测效果强于全局模型,但无法验证其他方向,鲁棒性差,由此可知检测方向的不同对预测效果的影响很大;全局模型能够准确预测各个检测方向的贡梨SSC,全局模型的校正集相关系数R_(c)为0.828,校正集均方根误差RMSEC为0.424;A1,A2,A3,A4,A5和A6方向的预测集相关系数R_(p)分别为0.818,0.765,0.799,0.821,0.794和0.824,预测集均方根误差RMSEP分别为0.446,0.525,0.478,0.538,0.486和0.619;六个方向的R_(p)与R_(c)比较接近且均在0.800左右,RMSEC与RMSEP均在0.500左右,结果表明全局模型在检测不同方向的贡梨SSC上有着极好的鲁棒性。; 关键词近红外贡梨可溶性固形物ssc 全局模型鲁棒性; Keywords Near-infrared Gongpear Soluble solid ssc Global model Robustness; 分类号 O657.3 [理学—分析化学]; 在线阅读下载PDF 职称材料

题名基于近红外光谱技术的老陈醋品质分析被引量：5: 5; 作者陆辉山吴远远刘修林; 机构中北大学机械与动力工程学院; 出处《中国调味品》北大核心 2017年第5期103-106,共4页; 基金山西省科技攻关项目(20150311023-2) 山西省2015高校科技创新项目(180012-117); 文摘为得到稳定、精确的老陈醋品质光谱模型,采用近红外光谱分析技术结合反向传播神经网络(BP-ANN),分别对不同醋龄的两种山西老陈醋中可溶性固形物含量(SSC)及pH值进行定量分析。对经过标准归一化(SNV)与25点平滑相结合处理后的光谱进行主成分分析,根据主成分的累计贡献率选取主成分数作为BP神经网络的输入变量建立模型,并与偏最小二乘法(PLS)模型进行比较。结果表明:BP-ANN建立的老陈醋SSC和pH值定量分析模型最优,其SSC和pH值的模型相关系数(R)分别为0.9999和0.9997,校正集均方根误差(RMSEC)分别为0.0128和0.0045,预测集均方根误差(RMSEP)分别为0.0118和0.0088。采用近红外光谱技术结合反向传播神经网络(BP-ANN)对不同醋龄、不同品牌的老陈醋品质分析建模是可行的。; 关键词近红外光谱技术可溶性固形物含量(ssc) pH值预处理 BP神经网络偏最小二乘法(PLS); Keywords near infrared spectroscopy soluble network partial least squares method（PLS） brands. solids content（ssc） pH value pretreatment BP neural; 分类号 TS264.22 [轻工技术与工程—发酵工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	近红外漫反射检测梨可溶性固形物SSC和硬度的研究	章海亮孙旭东	《中国农机化》北大核心	2011	7	在线阅读下载PDF 职称材料
2	基于LSTM-TE模型的冬枣可溶性固形物含量高光谱估测	刘傲然孟惜刘智国宋宇斐赵雪曼智丹宁	《光谱学与光谱分析》北大核心	2025	0	在线阅读下载PDF 职称材料
3	磨盘柿可溶性固形物的可见/近红外漫反射光谱无损检测	张鹏李江阔孟宪军张平王宝刚冯晓元	《食品科学》 EI CAS CSCD 北大核心	2011	11	在线阅读下载PDF 职称材料
4	基于近红外光谱分析贡梨可溶性固形物全局模型的鲁棒性	刘燕德廖军李斌姜小刚朱明旺姚金良王秋	《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
5	基于近红外光谱技术的老陈醋品质分析	陆辉山吴远远刘修林	《中国调味品》北大核心	2017	5	在线阅读下载PDF 职称材料