检索结果-维普期刊中文期刊服务平台

基于可见光-近红外高光谱成像技术的文书朱墨时序检验: 1; 作者李昌盛高树辉《分析测试学报》北大核心 2025年第5期781-793,共13页; 刑事文书检验领域中,文字墨迹与印章印文形成时序的分析是验证文书物证真伪的关键技术。该文基于可见光-近红外高光谱成像技术(Vis-NIR HSI)图谱合一优势,结合卷积神经网络(CNN)研究了朱墨时序的判别问题。在光谱影像形态分析的基础上,... 展开更多; 关键词可见光-近红外高光谱成像(vis-nir hsi) 文件检验朱墨时序机器学习 1D-CNN; 在线阅读下载PDF 职称材料

基于遗传算法和深度神经网络的近红外高光谱检测猪肉新鲜度被引量：6: 2; 作者谢安国纪思媛 +2 位作者李月玲王满生张玉《食品工业科技》 CAS 北大核心 2024年第17期345-351,共7页; 为系统评估基于深度学习的智能辅助高光谱成像系统在猪肉新鲜度指标检测中的效果,采集了猪肉在4℃冷藏12 d中挥发性盐基氮(volatile basic nitrogen,TVB-N)、菌落总数(total viable count,TVC)以及900~2500 nm近红外光谱数据。基于Pytho... 展开更多; 关键词猪肉品质新鲜度高光谱成像(hsi) 近红外光谱(NIR) TensorFlow 遗传算法神经网络; 在线阅读下载PDF 职称材料

基于近红外高光谱技术的杧果可溶性固形物含量无损检测被引量：5: 3; 作者林娇娇蒙庆华 +5 位作者吴哲锋常洪娟倪淳宇邱邹全李华荣黄玉清《果树学报》 CSCD 北大核心 2024年第1期122-132,共11页; 【目的】近红外高光谱成像技术(NIR-HSI)在水果内部品质的无损检测方面具有快速、准确和无损的特点。旨在利用NIR-HSI技术分析不同品种杧果的可溶性固形物含量,并探讨400~1000nm波段范围内的光谱差异和可溶性固形物含量的响应。【方法... 展开更多; 关键词杧果近红外(NIR) 高光谱成像(hsi) 可溶性固形物含量无损检测光谱差异; 在线阅读下载PDF 职称材料

近红外高光谱技术在亚美马褂木与其亲本木材鉴别中的应用被引量：3: 4; 作者陈哲楠高捍东 +2 位作者薛晓明吴皓琪苏子珊《林业工程学报》 CSCD 北大核心 2023年第2期166-171,共6页; 亚美马褂木(Liriodendron sion-americanum)是一种通过中国马褂木和北美鹅掌楸杂交培育获得的优良阔叶工业树种与园林绿化树种。相比于亲本,亚美马褂木具有生长更快、适应性更广、材性更优等特点。由于亚美马褂木和其亲本木材在外观上... 展开更多; 关键词亚美马褂木亲本树种木材鉴别近红外高光谱; 在线阅读下载PDF 职称材料

题名基于可见光-近红外高光谱成像技术的文书朱墨时序检验: 1; 作者李昌盛高树辉; 机构中国人民公安大学侦查学院; 出处《分析测试学报》北大核心 2025年第5期781-793,共13页; 基金中央高校基本科研业务费项目(2023JKF01ZK11) 2024年中国人民公安大学拔尖创新人才培养经费支持研究生科研创新重点项目(2024yjsky010)。; 文摘刑事文书检验领域中,文字墨迹与印章印文形成时序的分析是验证文书物证真伪的关键技术。该文基于可见光-近红外高光谱成像技术(Vis-NIR HSI)图谱合一优势,结合卷积神经网络(CNN)研究了朱墨时序的判别问题。在光谱影像形态分析的基础上,采集了42000个不同朱墨时序样品的高光谱数据,建立朱墨时序高光谱数据集。分别使用中值滤波、Savitzky-Golay平滑滤波、多元散射校正和归一化方法对样本光谱进行预处理;采用连续投影算法(SPA)和竞争自适应重加权采样(CARS)对光谱进行特征波长选择,分别建立逻辑回归(LR)等若干二分类机器学习模型和一维卷积神经网络(1D-CNN)模型,并比较了建模效果。实验结果显示,基于CARS方法提取的光谱特征波长建立的CARS-1D-CNN模型在训练集和测试集上的准确率分别达96.98%和95.54%,表明Vis-NIR HSI与1D-CNN结合能够有效识别朱墨时序。该方法与常规检验方法相互辅助、相互验证,能够提高朱墨时序检验鉴定的准确性和效率。; 关键词可见光-近红外高光谱成像(vis-nir hsi) 文件检验朱墨时序机器学习 1D-CNN; Keywords visible-near infrared hyperspectral imaging(vis-nir hsi) questioned document ex⁃amination sequence of intersecting lines machine learning 1D-CNN; 分类号 O657.3 [理学—分析化学]; 在线阅读下载PDF 职称材料

题名基于遗传算法和深度神经网络的近红外高光谱检测猪肉新鲜度被引量：6: 2; 作者谢安国纪思媛李月玲王满生张玉; 机构南阳理工学院张仲景国医国药学院中国农业科学院麻类研究所南阳理工学院智能制造学院; 出处《食品工业科技》 CAS 北大核心 2024年第17期345-351,共7页; 基金河南省自然科学基金(202300410131) 中国农业科学院科技创新工程(CAAS-ASTIP-IBFC) 南阳理工学院科研启动经费(510171)。; 文摘为系统评估基于深度学习的智能辅助高光谱成像系统在猪肉新鲜度指标检测中的效果,采集了猪肉在4℃冷藏12 d中挥发性盐基氮(volatile basic nitrogen,TVB-N)、菌落总数(total viable count,TVC)以及900~2500 nm近红外光谱数据。基于Python的TensorFlow和Keras平台,对高光谱数据进行处理,建立了深度神经网络的定量检测模型。并利用遗传算法(GA)选择与猪肉新鲜度相关的特征光谱波段。结果表明,遗传算法选取波段对光谱模型的性能有明显提升。当光谱波段数达到35和50时,GA+ANN模型预测精度高于全波段的线性回归模型。TVC为预测指标的预测性能优于TVB-N,TVC测试集最佳R_(p)^(2)为0.877,RMSEP为0.575;预测TVB-N的最佳R_(p)^(2)为0.826,RMSEP为1.01。此外,通过研究还发现,遗传算法优选的近红外光谱波段与肉品的O-H,N-H,C=O等分子振动吸收带有较高的吻合度。本研究为处理近红外和高光谱数据提供了新的方法,也为猪肉及其他肉品新鲜度快速无损检测提供了技术参考。; 关键词猪肉品质新鲜度高光谱成像(hsi) 近红外光谱(NIR) TensorFlow 遗传算法神经网络; Keywords pork quality freshness hyperspectral image(hsi) near infrared(NIR) TensorFlow genetic algorithm neural network; 分类号 TS251.7 [轻工技术与工程—农产品加工及贮藏工程]; 在线阅读下载PDF 职称材料

题名基于近红外高光谱技术的杧果可溶性固形物含量无损检测被引量：5: 3; 作者林娇娇蒙庆华吴哲锋常洪娟倪淳宇邱邹全李华荣黄玉清; 机构南宁师范大学物理与电子学院南宁师范大学广西信息功能材料与智能信息处理重点实验室北部湾环境演变与资源利用教育部重点实验室·广西地表过程与智能模拟重点实验室·南宁师范大学; 出处《果树学报》 CSCD 北大核心 2024年第1期122-132,共11页; 基金广西科技基地和人才专项(桂科AD20238059) 广西学位与研究生教育改革项目(JGY2022220) 广西普通本科高校示范性现代产业学院-南宁师范大学智慧物流产业学院建设项目示范性现代产业学院(6020303891823)。; 文摘【目的】近红外高光谱成像技术(NIR-HSI)在水果内部品质的无损检测方面具有快速、准确和无损的特点。旨在利用NIR-HSI技术分析不同品种杧果的可溶性固形物含量,并探讨400~1000nm波段范围内的光谱差异和可溶性固形物含量的响应。【方法】选择贵妃杧果和台农1号杧果作为研究对象,使用NIR-HSI技术获取杧果样本的光谱数据。采用CARS-PLS模型分析可溶性固形物含量与各波段光谱反射率的相关系数。为了验证模型的性能,计算了建模R^(2)、斜率Slope、截距和RMSE等指标。【结果】得到CARS-PLS模型的性能指标:建模R^(2)为0.8806,斜率为0.8515,截距为12.208,RMSE为0.6366。这些指标表明该模型具有较高的建模拟合度和预测精度。【结论】应用NIR-HSI技术对杧果可溶性固形物含量进行检测具有可行性。为进一步研究不同水果可溶性固形物含量的高精度模型奠定了基础。通过NIR-HSI技术的应用,可以提供一种非破坏性且高效准确的方法,用于水果品质评估和检测。这对农产品质量控制和市场营销具有重要的意义。; 关键词杧果近红外(NIR) 高光谱成像(hsi) 可溶性固形物含量无损检测光谱差异; Keywords Mango Near-infrared(NIR) hyperspectral imaging(hsi) Soluble solids content Nonde-structive testing Spectral difference; 分类号 S667.7 [农业科学—果树学]; 在线阅读下载PDF 职称材料

题名近红外高光谱技术在亚美马褂木与其亲本木材鉴别中的应用被引量：3: 4; 作者陈哲楠高捍东薛晓明吴皓琪苏子珊; 机构南京林业大学林学院南京森林警察学院刑事技术学院南京林业大学风景园林学院; 出处《林业工程学报》 CSCD 北大核心 2023年第2期166-171,共6页; 基金江苏省自然科学基金面上项目(BK20181338) 江苏省高校优秀科技创新团队资助(2019-29) 江苏高校“青蓝工程”项目。; 文摘亚美马褂木(Liriodendron sion-americanum)是一种通过中国马褂木和北美鹅掌楸杂交培育获得的优良阔叶工业树种与园林绿化树种。相比于亲本,亚美马褂木具有生长更快、适应性更广、材性更优等特点。由于亚美马褂木和其亲本木材在外观上相似度较高,因此木材交易中常出现以次充好的问题,破坏了市场秩序。为解决亚美马褂木木材鉴别问题,降低木材鉴别误差,本试验基于近红外高光谱(NIR-HSI)技术,建立亚美马褂木和其亲本的木材快速无损鉴别方法。使用近红外高光谱仪采集了亚美马褂木、北美鹅掌楸和中国马褂木木材样品的光谱信息,建立偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)2种判别模型,比较了连续投影算法(successive projections algorithm, SPA)、SG平滑(S-G smoothing)、多元散射校正(multiplicative scatter correction, MSC)、归一化数据(Normalize)和标准正态变量变换(standard normal variate, SNV)5种预处理方法对建模的影响。试验结果表明:亚美马褂木与其亲本木材研磨成1~3 mm粒径粉末后更适合进行基于NIR-HSI技术的分类鉴别,而粉末粒径≤1 mm时鉴别准确率会下降(无数据预处理时校正集准确率最高下降4.9%);采用SPA预处理建立的SVM模型效果较优,在提取少量特征波长减少建模计算成本的同时,对3种木材粗粉末样品鉴别准确率为100%(校正集)。基于近红外高光谱仪结合合适的数据处理算法可以实现对亚美马褂木和其亲本的准确鉴别分析,为高度相似木材或木材制品的快速鉴别提供新的途径。本次试验使用粒径1~3 mm的木材粉末样品达到了较高的鉴别精度,为进一步降低木材鉴别误差提供了新的思路。; 关键词亚美马褂木亲本树种木材鉴别近红外高光谱; Keywords hybrid tuliptree parent tree wood identification near-infrared hyperspectral imaging(NIR-hsi); 分类号 S794 [农业科学—林木遗传育种] Q917 [天文地球—古生物学与地层学]; 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	基于可见光-近红外高光谱成像技术的文书朱墨时序检验	李昌盛高树辉	《分析测试学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于遗传算法和深度神经网络的近红外高光谱检测猪肉新鲜度	谢安国纪思媛李月玲王满生张玉	《食品工业科技》 CAS 北大核心	2024	6	在线阅读下载PDF 职称材料
3	基于近红外高光谱技术的杧果可溶性固形物含量无损检测	林娇娇蒙庆华吴哲锋常洪娟倪淳宇邱邹全李华荣黄玉清	《果树学报》 CSCD 北大核心	2024	5	在线阅读下载PDF 职称材料
4	近红外高光谱技术在亚美马褂木与其亲本木材鉴别中的应用	陈哲楠高捍东薛晓明吴皓琪苏子珊	《林业工程学报》 CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料