期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
激光多普勒测振技术无损检测果冻橙粒化病
1
作者 刘智 赖庆荣 +3 位作者 张天禹 李斌 宋云峰 陈楠 《中国光学(中英文)》 北大核心 2025年第1期160-169,共10页
粒化是柑橘类水果常见的一种内部病害,患有该病害的水果外部特征并不明显,难以从外观上直接识别出来。本文使用微型激光多普勒测振仪(micro-LDV)和共振喇叭搭建了一套声学振动实验装置,将其用于采集“爱媛38号”果冻橙的振动响应信号。... 粒化是柑橘类水果常见的一种内部病害,患有该病害的水果外部特征并不明显,难以从外观上直接识别出来。本文使用微型激光多普勒测振仪(micro-LDV)和共振喇叭搭建了一套声学振动实验装置,将其用于采集“爱媛38号”果冻橙的振动响应信号。然后,将一维的振动响应信号转换为振动多域图像,并构建了一个Resnet-Transformer(ResT)网络,用于提取振动多域图像中的深层特征,以识别果冻橙粒化病。本文中,使用振动多域图像分别训练ResT、Resnet50和Vision Transformer(ViT)模型,并将ResT的性能与Resnet50和ViT进行比较。最后,使用振动多域图像纹理特征或振动频谱特征训练偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)模型,并与ResT模型进行性能对比。结果表明,使用振动多域图像训练的ResT模型可以精准识别果冻橙粒化病并且检测准确率为98.61%,模型的F1为0.986、精确率为0.986、召回率为0.986。由上述结果可知,提出的方法可在简单、快速、低成本的前提下准确识别粒化果冻橙。 展开更多
关键词 激光多普勒测振 声学振动 柑橘粒化病 无损检测 振动多域图像
在线阅读 下载PDF
结构光反射成像结合SPT和机器学习的黄桃隐性损伤检测
2
作者 吴建 刘晨林 +4 位作者 欧阳爱国 李斌 陈楠 徐晨光 刘燕德 《农业工程学报》 北大核心 2025年第9期298-307,共10页
针对黄桃早期隐性损伤特征不明显,常规光学成像技术检测难的问题,该研究采用结构光反射成像(structuredillumination reflectance imaging,SIRI)技术结合螺旋相位变换(spiral phase transform,SPT)解调和机器学习算法,以实现黄桃隐性损... 针对黄桃早期隐性损伤特征不明显,常规光学成像技术检测难的问题,该研究采用结构光反射成像(structuredillumination reflectance imaging,SIRI)技术结合螺旋相位变换(spiral phase transform,SPT)解调和机器学习算法,以实现黄桃隐性损伤快速检测。首先利用搭建的SIRI系统采集6个空间频率(0.05、0.10、0.15、0.20、0.25、0.30 mm^(-1))的条纹结构光反射图像,采用三相位解调(three-phase demodulation,TPD)得到交流分量(amplitude component,AC)图像和直流分量(direct component,DC)图像,计算AC图像对比度指数用于选择适用于黄桃隐性损伤检测的最优空间频率,并采集所有样品的三相位条纹图像。利用SPT解调方法得到AC和DC图像,计算AC/DC获得比值图像(ratio image,RT)。基于DC、AC、RT 3种图像的灰度共生矩阵(gray level co-occurrence matrix,GLCM)、局部二值模式(local binary pattern,LBP)图像纹理特征和基于ResNet-50提取的深度特征,使用5种图像(DC、AC、RT、DC-AC、DC-AC-RT)的GLCM-LBP特征、深度特征和混合特征作为输入,分别建立支持向量机(support vector machine,SVM)、K近邻(K-NearestNeighbor,KNN)、极端梯度提升(XGBoost)、随机森林(random forest,RF)等机器学习模型对健康和损伤黄桃进行分类检测。结果表明,基于GLCM-LBP特征、深度特征和混合特征建立的模型最高平均准确率分别为92.6%、95.0%和95.7%,混合特征模型的平均准确率最高。在混合特征分类模型中,基于DC-AC-RT组合图像的XGBoost模型准确率最高为97.6%。对比相同条件下的TPD解调图像分类结果,SPT解调图像的总体分类准确率与TPD解调图像相当,准确率最高均为97.6%,且只需任意两幅相位图像,与TPD相比图像采集时间可节约1/3。研究表明,SIRI结合SPT和机器学习算法可实现黄桃隐性损伤检测,保持较高准确率的同时还减少了检测时间,有效提高了SIRI技术的检测效率,研究结果可为果蔬表面隐性损伤实时检测提供参考。 展开更多
关键词 隐性损伤检测 结构光反射成像 螺旋相位解调 特征提取 机器学习
在线阅读 下载PDF
超疏水阵列辅助电火花增强激光诱导击穿光谱测定液相样品中的稀土元素
3
作者 沈新建 罗兹循 +3 位作者 吴建 李斌 刘燕德 陈楠 《中国光学(中英文)》 北大核心 2025年第2期307-316,共10页
快速测定液相样品中的稀土元素(REEs)对离子吸附型稀土资源勘探与开发、萃取过程质量控制、稀土资源循环利用以及核工业废水监测等领域具有重要意义。为了降低激光诱导击穿光谱(LIBS)对液体样品中REEs的检出限,本研究采用超疏水阵列辅... 快速测定液相样品中的稀土元素(REEs)对离子吸附型稀土资源勘探与开发、萃取过程质量控制、稀土资源循环利用以及核工业废水监测等领域具有重要意义。为了降低激光诱导击穿光谱(LIBS)对液体样品中REEs的检出限,本研究采用超疏水阵列辅助电火花增强激光诱导击穿光谱法(SHA-SD-LIBS)测定液相样品中的REEs。选择最佳的实验条件,以La Ⅱ 394.91 nm、Er 402.051 nm、Ce Ⅱ 418.66 nm、Nd Ⅱ 424.738 nm、Gd Ⅱ 443.063 nm和Pr 492.46 nm作为特征谱线,对6种不同浓度的稀土元素(La、Er、Ce、Nd、Gd、Pr)溶液建立标定曲线进行定量分析。结果表明,各标定曲线拟合系数R2均达到0.99以上,相应的检出限分别为0.007μg/mL、0.045μg/mL、0.011μg/mL、0.019μg/mL、0.041μg/mL和0.008μg/mL。与常规LIBS方法相比,提出的方法可以在制样简单、低成本的前提下显著降低液相样品REEs的检出限。本文研究为快速、准确测出液相样品中的稀土元素种类、含量提供了新思路。 展开更多
关键词 激光诱导击穿光谱(LIBS) 稀土元素(REEs) 电火花 超疏水 液相样品
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部