您的位置： 专家智库 > >

赵凡

作品数：2 被引量：12H指数：2
供职机构：西北农林科技大学机械与电子工程学院更多>>
发文基金：国家科技支撑计划国家级大学生创新创业训练计划更多>>
相关领域：理学轻工技术与工程农业科学更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 1篇轻工技术与工...
  • 1篇农业科学
  • 1篇理学

主题

  • 1篇糖度
  • 1篇图像
  • 1篇猕猴桃
  • 1篇无损检测
  • 1篇光谱图像
  • 1篇高光谱图像

机构

  • 2篇西北农林科技...

作者

  • 2篇赵凡
  • 1篇王转卫
  • 1篇郭文川
  • 1篇董金磊
  • 1篇迟茜

传媒

  • 1篇西北农林科技...
  • 1篇现代食品科技

年份

  • 2篇2016
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于高光谱成像技术生长发育后期苹果糖度的无损检测被引量：4
2016年
【目的】研究应用高光谱成像技术无损检测生长发育后期苹果糖度的可行性。【方法】以生长发育后期的“富士”苹果为对象，基于采集到的波长900-700nm高光谱数据，建立预测苹果糖度的偏最小二乘（PLS）、支持向量机（SVM）和极限学习机（ELM）模型，并比较主成分分析（PCA）和连续投影算法（sPA）2种数据压缩或特征波提取方法对预测模型精度的影响。【结果】采用PCA方法可将全光谱压缩至9个主成分，采用SPA从全光谱的230个波长中提取出了13个特征波长，两者相比，SPA能更有效地提高模型预测能力。预测生长发育后期苹果糖度的最佳模型为基于SPA的PLS模型，其预测集相关系数为0．945，均方根误差为0．628οBrix。【结论】高光谱图像技术可以用于生长发育后期苹果糖度的无损检测，该技术的应用将有助于指导苹果的种植和适时采收。
孟田源王转卫迟茜赵凡翁小凤
关键词：无损检测
高光谱图像光谱提取区域对猕猴桃糖度检测精度的影响被引量：8
2016年
为了了解高光谱图像中光谱提取区域对果品糖度检测模型精度的影响,本文以"华优"猕猴桃为对象,分别提取了10×10、20×20和30×30(像素×像素)的正方形光谱区域以及样品掩膜图像的平均光谱,对平均光谱进行平滑去噪+标准正态变量变换预处理,用处理后的全光谱建立了预测猕猴桃糖度的偏最小二乘、最小二乘支持向量机、极限学习机和误差反向传播网络模型,分析了光谱提取区域对猕猴桃糖度检测精度的影响规律。结果表明,光谱提取面积的增加能够提升最小二乘支持向量机、极限学习机和误差反向传播网络模型的预测性能。基于猕猴桃掩膜图像的平均光谱所建立的最小二乘支持向量机模型具有最好的预测性能,其预测相关系数为0.97,预测均方根误差为0.86oBrix,相对预测误差为4.06。研究说明在高光谱图像中选择合适的光谱提取区域有助于提高模型的预测精度。
赵凡董金磊郭文川
关键词：糖度猕猴桃
全选 清除 导出
共1页<1>
聚类工具0