期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
近红外光谱及成像在果品无损检测中的应用
被引量：
4
1
作者
郭志明
桑伟兴
+1 位作者
杨忱
邹小波
《包装与食品机械》
CAS
北大核心
2024年第5期1-14,共14页
近红外光谱及成像技术作为新兴传感无损检测技术,具有绿色、无污染、非破坏性等优势,为果品品质领域的快速、无损检测提供新的方法和手段。文章综述近红外光谱及成像技术在果品品质检测中的研究进展,介绍近红外光谱和成像技术的基本原理...
近红外光谱及成像技术作为新兴传感无损检测技术,具有绿色、无污染、非破坏性等优势,为果品品质领域的快速、无损检测提供新的方法和手段。文章综述近红外光谱及成像技术在果品品质检测中的研究进展,介绍近红外光谱和成像技术的基本原理,分析近红外光谱技术在果品品质检测中的化学组成、成熟度评估和小型化设备开发的应用现状,探析近红外光谱成像技术在果品外观和质量、病虫害诊断中的应用现状,阐述其在果品组分分布和缺陷识别等方面的技术优势。同时,探讨近红外光谱及成像技术与人工智能、物联网结合应用的巨大潜力,以及对提高果品检测效率、精度和改善供应链智能管控等方面的应用前景做出展望,以期为果品无损检测的应用研究提供参考。
展开更多
关键词
近红外光谱
高光谱成像
果品
无损检测
人工智能
在线阅读
下载PDF
职称材料
一维卷积神经网络的手持式可见/近红外柑橘可溶性固形物含量无损检测系统
被引量：
13
2
作者
蔡健荣
黄楚钧
+2 位作者
马立鑫
翟利祥
郭志明
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2023年第9期2792-2798,共7页
为实现柑橘可溶性固形物含量(SSC)快速无损检测,基于可见/近红外技术开发了低功耗手持式柑橘可溶性固形物含量无损检测系统。以宽谱LED光源结合特征窄带微型光谱仪为核心,设计了手持式柑橘可溶性固形物含量无损检测终端。开发了基于物...
为实现柑橘可溶性固形物含量(SSC)快速无损检测,基于可见/近红外技术开发了低功耗手持式柑橘可溶性固形物含量无损检测系统。以宽谱LED光源结合特征窄带微型光谱仪为核心,设计了手持式柑橘可溶性固形物含量无损检测终端。开发了基于物联网技术的水果光谱仪云端数据系统,该系统主要包括用户库、设备库、检测数据库和模型库,通过通讯模块与手持式无损检测终端相连接,可以实现光谱采集参数修改、云端数据上传与下载、云模型的调用等功能。利用该检测系统获取的光谱数据,建立一维卷积神经网络(1D-CNN)模型用于预测柑橘的可溶性固形物含量。该网络包含输入层、卷积层、池化层、全连接层和输出层等7层结构。主机采集柑橘的光谱数据并建立1D-CNN柑橘可溶性固形物含量预测模型,并用该模型与多种传统回归方法进行对比。1D-CNN模型的预测相关系数和预测均方根误差分别为0.812,0.488,优于偏最小二乘法(PLS),人工神经网络(ANN)和支持向量机(SVM)。采用基于模型的迁移学习方法,基于主机的1D-CNN模型对从机进行模型传递,研究了从机标准样本数量对模型传递的影响。发现使用少量从机光谱样本即可取得较好的效果,从机预测集均方根误差为0.531。研究结果表明,研发的柑橘SSC云模型的手持式可见近红外无损检测系统具有检测快速、低成本、操作简便等优点,基于该检测系统的1D-CNN网络可以有效提取柑橘光谱的有效特征并进行回归分析。借助迁移学习算法,可以实现1D-CNN模型在不同装置间的有效传递,满足柑橘可溶性固形物含量无损检测的需求。为手持式水果内部品质无损检测系统的开发与应用提供了借鉴和参考。
展开更多
关键词
无损检测
柑橘
可见/近红外光谱
可溶性固形物含量
一维卷积神经网络
迁移学习
模型传递
在线阅读
下载PDF
职称材料
果蔬品质劣变传感检测与监测技术研究进展
被引量：
7
3
作者
郭志明
王郡艺
+2 位作者
宋烨
邹小波
蔡健荣
《智慧农业（中英文）》
2021年第4期14-28,共15页
果蔬在采后贮藏和运输过程中极易发生品质劣变,食用价值降低且造成巨大的经济损失。为保障果蔬品质,减少产后劣变导致的资源浪费,本文综述了果蔬品质劣变传感检测与监测技术最新研究现状,分析了各类检测技术的原理、特点及优缺点。其中...
果蔬在采后贮藏和运输过程中极易发生品质劣变,食用价值降低且造成巨大的经济损失。为保障果蔬品质,减少产后劣变导致的资源浪费,本文综述了果蔬品质劣变传感检测与监测技术最新研究现状,分析了各类检测技术的原理、特点及优缺点。其中,机器视觉可检测果蔬外部品质和表面缺陷,电子鼻可监测果蔬的劣变气味,近红外光谱可检测果蔬内部品质和隐性缺陷,高光谱成像能实现可视化检测果蔬内外品质、监测劣变过程,拉曼光谱可检测果蔬腐败菌及其代谢产物,多技术联用和多信息融合能综合评价果蔬劣变。以各种传感器为感知节点构建物联网监测系统,进而实现果蔬品质劣变信息的智能化实时监测,为解决果蔬加工过程中品质劣变控制技术难题提供参考,对降低果蔬产后的经济损失,推进果蔬产业可持续发展具有重要意义。
展开更多
关键词
智能感知
无损检测
品质劣变
物联网
机器视觉
高光谱
近红外
拉曼光谱
电子鼻
在线阅读
下载PDF
职称材料
题名
近红外光谱及成像在果品无损检测中的应用
被引量：
4
1
作者
郭志明
桑伟兴
杨忱
邹小波
机构
江苏
大学食品与生物工程学院
中国轻工业食品
智能
检测与
加工
重点
实验室
江苏省智能农业与农产品加工国际合作联合实验室
出处
《包装与食品机械》
CAS
北大核心
2024年第5期1-14,共14页
基金
国家重点研发计划项目(2023YFE0107100)
江苏省重点研发计划重点项目(BE2022363)
江苏省农业科技自主创新资金项目[CX(22)3069]。
文摘
近红外光谱及成像技术作为新兴传感无损检测技术,具有绿色、无污染、非破坏性等优势,为果品品质领域的快速、无损检测提供新的方法和手段。文章综述近红外光谱及成像技术在果品品质检测中的研究进展,介绍近红外光谱和成像技术的基本原理,分析近红外光谱技术在果品品质检测中的化学组成、成熟度评估和小型化设备开发的应用现状,探析近红外光谱成像技术在果品外观和质量、病虫害诊断中的应用现状,阐述其在果品组分分布和缺陷识别等方面的技术优势。同时,探讨近红外光谱及成像技术与人工智能、物联网结合应用的巨大潜力,以及对提高果品检测效率、精度和改善供应链智能管控等方面的应用前景做出展望,以期为果品无损检测的应用研究提供参考。
关键词
近红外光谱
高光谱成像
果品
无损检测
人工智能
Keywords
near-infrared spectroscopy
hyperspectral imaging
fruits
non-destructive detection
artificial intelligence
分类号
TS255.7 [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
一维卷积神经网络的手持式可见/近红外柑橘可溶性固形物含量无损检测系统
被引量：
13
2
作者
蔡健荣
黄楚钧
马立鑫
翟利祥
郭志明
机构
江苏
大学食品与生物工程学院
江苏省智能农业与农产品加工国际合作联合实验室
现代
农业
装备与技术教育部重点
实验室
(
江苏
大学)
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2023年第9期2792-2798,共7页
基金
国家自然科学基金项目(51975259),财政部和农业农村部:国家现代农业产业技术体系项目,江苏高校青蓝工程项目,现代农业装备与技术教育部重点实验室开放基金项目(MAET202117),江苏大学农业装备学部青年项目(NZXB20210205)资助。
文摘
为实现柑橘可溶性固形物含量(SSC)快速无损检测,基于可见/近红外技术开发了低功耗手持式柑橘可溶性固形物含量无损检测系统。以宽谱LED光源结合特征窄带微型光谱仪为核心,设计了手持式柑橘可溶性固形物含量无损检测终端。开发了基于物联网技术的水果光谱仪云端数据系统,该系统主要包括用户库、设备库、检测数据库和模型库,通过通讯模块与手持式无损检测终端相连接,可以实现光谱采集参数修改、云端数据上传与下载、云模型的调用等功能。利用该检测系统获取的光谱数据,建立一维卷积神经网络(1D-CNN)模型用于预测柑橘的可溶性固形物含量。该网络包含输入层、卷积层、池化层、全连接层和输出层等7层结构。主机采集柑橘的光谱数据并建立1D-CNN柑橘可溶性固形物含量预测模型,并用该模型与多种传统回归方法进行对比。1D-CNN模型的预测相关系数和预测均方根误差分别为0.812,0.488,优于偏最小二乘法(PLS),人工神经网络(ANN)和支持向量机(SVM)。采用基于模型的迁移学习方法,基于主机的1D-CNN模型对从机进行模型传递,研究了从机标准样本数量对模型传递的影响。发现使用少量从机光谱样本即可取得较好的效果,从机预测集均方根误差为0.531。研究结果表明,研发的柑橘SSC云模型的手持式可见近红外无损检测系统具有检测快速、低成本、操作简便等优点,基于该检测系统的1D-CNN网络可以有效提取柑橘光谱的有效特征并进行回归分析。借助迁移学习算法,可以实现1D-CNN模型在不同装置间的有效传递,满足柑橘可溶性固形物含量无损检测的需求。为手持式水果内部品质无损检测系统的开发与应用提供了借鉴和参考。
关键词
无损检测
柑橘
可见/近红外光谱
可溶性固形物含量
一维卷积神经网络
迁移学习
模型传递
Keywords
Nondestructive detection
Mandarin
Visible/near infrared spectroscopy
Soluble solid content
One-dimensional convolutional neural network
Transfer learning
Model transfer
分类号
O657.3 [理学—分析化学]
在线阅读
下载PDF
职称材料
题名
果蔬品质劣变传感检测与监测技术研究进展
被引量：
7
3
作者
郭志明
王郡艺
宋烨
邹小波
蔡健荣
机构
江苏
大学食品与生物工程学院
江苏省智能农业与农产品加工国际合作联合实验室
中华全国供销
合作
总社济南果品研究院
出处
《智慧农业（中英文）》
2021年第4期14-28,共15页
基金
国家重点研发计划项目(2017YFC1600802)
国家自然科学基金项目(31972151)
+1 种基金
济南市“高校20条”资助项目(2020GXRC028)
江苏省重点研发计划项目(BE2019359)。
文摘
果蔬在采后贮藏和运输过程中极易发生品质劣变,食用价值降低且造成巨大的经济损失。为保障果蔬品质,减少产后劣变导致的资源浪费,本文综述了果蔬品质劣变传感检测与监测技术最新研究现状,分析了各类检测技术的原理、特点及优缺点。其中,机器视觉可检测果蔬外部品质和表面缺陷,电子鼻可监测果蔬的劣变气味,近红外光谱可检测果蔬内部品质和隐性缺陷,高光谱成像能实现可视化检测果蔬内外品质、监测劣变过程,拉曼光谱可检测果蔬腐败菌及其代谢产物,多技术联用和多信息融合能综合评价果蔬劣变。以各种传感器为感知节点构建物联网监测系统,进而实现果蔬品质劣变信息的智能化实时监测,为解决果蔬加工过程中品质劣变控制技术难题提供参考,对降低果蔬产后的经济损失,推进果蔬产业可持续发展具有重要意义。
关键词
智能感知
无损检测
品质劣变
物联网
机器视觉
高光谱
近红外
拉曼光谱
电子鼻
Keywords
intelligent perception
nondestructive detection
quality deterioration
Internet of Things
machine vision
hyperspectral
near-infrared
Raman spectroscopy
electronic nose
分类号
TP241.3 [自动化与计算机技术—检测技术与自动化装置]
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
近红外光谱及成像在果品无损检测中的应用
郭志明
桑伟兴
杨忱
邹小波
《包装与食品机械》
CAS
北大核心
2024
4
在线阅读
下载PDF
职称材料
2
一维卷积神经网络的手持式可见/近红外柑橘可溶性固形物含量无损检测系统
蔡健荣
黄楚钧
马立鑫
翟利祥
郭志明
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2023
13
在线阅读
下载PDF
职称材料
3
果蔬品质劣变传感检测与监测技术研究进展
郭志明
王郡艺
宋烨
邹小波
蔡健荣
《智慧农业（中英文）》
2021
7
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
