国家教育部博士点基金(20101403110003)
- 作品数：12 被引量：83H指数：6
- 相关作者：张淑娟薛建新周靖博孙海霞王斌更多>>
- 相关机构：山西农业大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金山西省自然科学基金更多>>
- 相关领域：农业科学轻工技术与工程机械工程电子电信更多>>
- 我国红枣去核机的研究现状与发展趋势被引量：10
- 2014年
- 红枣加工产品对于红枣销售渠道的拓宽、红枣产业化链条的延长具有重要意义。去核作为红枣精深加工生产中的关键环节,使用优质、高效的去核机可以大大降低红枣去核的劳动强度、提高生产效率、保证去核红枣的安全卫生。主要介绍了目前我国红枣去核机的发展现状,指出了市场上现有各种去核机产品在实际生产过程中存在的问题,分析了我国红枣去核机的发展趋势。
- 周靖博张淑娟孙海霞薛建新
- 便携式近红外水果分析仪研究进展被引量：6
- 2012年
- 主要介绍了便携式近红外水果分析仪的检测流程以及系统组成,对比分析了几种国内外商品化的便携式近红外水果检测仪,总结了其国内外发展研究近况,并展望了便携式近红外水果检测仪的发展趋势。便携式近红外水果分析仪检测目标由产后管理检测逐步发展为产中管理监测,有力地保证了产后水果产品的质量。
- 赵艳茹余克强刘志鹏张淑娟
- 关键词：近红外水果产后管理
- 扫描次数对鲜枣硬度近红外光谱建模响应特性的影响被引量：4
- 2013年
- 以壶瓶枣为对象,利用Field Spec3型近红外光谱仪进行采集光谱,分析了扫描次数对鲜枣近红外光谱响应特性的影响。结果表明,样品同一位置扫描1次、3次、6次时,吸光度ΔA值和变异系数CV无显著差异,显著性检验概率分别为0.163、0.453,表明光谱稳定性好。对样品同一位置扫描1次、3次、6次的光谱所建立的硬度定量模型,在6次扫描时,硬度定量模型的决定系数较高,该模型较稳定;同时,不同扫描次数下所建模型预测能力差异不显著,显著性检验概率为0.356。因此,对所采集的光谱建立模型时,应综合考虑影响因素选择较少的扫描次数。
- 王斌薛建新张淑娟
- 关键词：近红外光谱
- 扫描方式对鲜枣近红外光谱和硬度模型精度的影响被引量：1
- 2013年
- 以壶瓶枣为研究对象,利用Field Spec 3型近红外光谱仪采集光谱,分析不同扫描方式对壶瓶枣近红外光谱和硬度模型精度的影响。对样品的3个位置分别扫描1,3,6次,采用PLS方法对90个壶瓶枣样品建立硬度模型,其决定系数(R2)均达到0.8以上,校正均方根误差都在0.65以下;应用模型对30个壶瓶枣的硬度进行预测,预测值方差分析结果表明,不同位置进行1,3次扫描所建的硬度模型间无显著差异,确定为较佳扫描方式,而进行6次扫描的硬度模型间有显著差异。在采集光谱建立模型时,应考虑选择合适的扫描次数。
- 王斌薛建新张淑娟
- 关键词：壶瓶枣近红外光谱方差分析
- 基于机器视觉和近红外光谱的壶瓶枣无损检测被引量：4
- 2012年
- 以壶瓶枣为对象探讨用机器视觉和近红外光谱技术检测壶瓶枣内外品质。通过图像处理技术获取壶瓶枣投影面的边缘提取图像,然后使用最小外接矩形法求得图像的像素点个数,以此求得壶瓶枣投影面的面积。采用MSC对壶瓶枣近红外光谱进行预处理,然后分别采用偏最小二乘法(PLS)、主成分回归(PCR)和偏最小二成支持向量机(LS-SVM)3种建模方式对壶瓶枣可溶性固形物的含量进行预测。结果表明,使用LS-SVM模型获得了最优的预测结果,其预测集的相关系数和均方根误差分别为0.9901和0.328。研究表明,机器视觉结合近红外光谱技术能对壶瓶枣内外品质进行综合检测。
- 薛建新孙海霞周靖博张淑娟
- 关键词：机器视觉近红外光谱壶瓶枣
- 基于机器视觉和光谱技术水果分级的研究进展被引量：4
- 2014年
- 机器视觉和光谱技术广泛应用于农业机械化领域,对推动农业智能化发展起着至关重要的作用。针对机器视觉在水果分级方面的应用现状,从研究对象的选取、检测分级特性指标以及检测方法的选择、机械装置及生产线开发3方面综述了研究的进展和存在的问题,并预测了相关的发展趋势,为机器视觉技术在农业中的应用提供了参考。
- 孙海霞张淑娟薛建新周靖博
- 关键词：机器视觉
- 鲜枣可溶性固形物最小二乘支持向量机动态检测研究被引量：6
- 2012年
- 用可见/近红外光谱动态检测鲜枣的可溶性固形物含量。试验时样品以0.1m/s的速度运动,采集其可见/近红外漫反射光谱(350～2500nm)。用平均平滑法对120个赞皇枣样品、118个郎枣样品的光谱进行消噪处理,采用连续投影算法提取其特征波长,并建立相应的最小二乘支持向量机预测模型SPA/LS-SVM;同时将赞皇枣在500～1100nm范围的可见/短波近红外平滑光谱数据,郎枣在700～1500nm范围的平滑光谱数据用最小二乘支持向量机建立Smooth/LS-SVM预测模型,并对各自预测集样品(30个)的可溶性固形物含量进行预测和对比分析。结果表明:SPA/LS-SVM模型预测相关系数(赞皇枣0.833,郎枣0.847)与Smooth/LS-SVM模型预测相关系数(赞皇枣0.848,郎枣0.857)相差不大,且前者更精简,预测速度快,预测时间短,可以作为鲜枣可溶性固形物含量的一种动态检测方法,但模型的精度和稳定性需进一步提高。
- 赵聪慧张淑娟张海红赵艳茹
- 关键词：鲜枣可溶性固形物近红外光谱动态检测连续投影算法最小二乘支持向量机
- 可见/近红外光谱结合软化指标快速判定沙果货架期被引量：13
- 2013年
- 基于可见/近红外光谱技术探讨利用软化指标对不同货架期沙果进行分类的可行性。以SNV为最优预处理结合PLS建立软化指标模型,经优化后其校正和预测模型的决定系数R2分别为0.847和0.813。证实软化指标与光谱数据之间存在很高的相关性,可以以软化为指标对不同货架期的沙果进行分类。分别采用非线性的LS-SVM和线性的PLS-LDA建立分类模型,结果表明:利用LS-SVM所建模型得到的效果要优于PLS-LDA模型,其正确识别率和正确拒识率都达到了94%。
- 薛建新张淑娟孙海霞周靖博
- 关键词：沙果近红外光谱货架期
- 基于高光谱成像技术的腐烂、病害梨枣检测被引量：22
- 2013年
- 研究利用高光谱成像技术对腐烂、病害及正常梨枣进行分类。首先分析比对了多种预处理方法,确定使用一阶微分处理可得到最佳的建模效果。利用线性的逐步判别分析法和非线性的偏最小二乘支持向量机(LS-SVM)建立分类模型时,比较了全波段模型、近似系数模型和主成分模型的参数和预测效果。结果表明,使用光谱近似系数为特征参数并使用逐步判别分析法建立的模型得到了最佳的分类效果,其分类准确率达到了99.12%。
- 王斌薛建新张淑娟
- 关键词：梨枣
- 壶瓶枣轻微损伤可见/近红外光谱动态判别模型研究被引量：2
- 2015年
- 为了研究快速识别轻微损伤壶瓶枣与完好壶瓶枣的有效方法,本文以轻微损伤壶瓶枣和完好壶瓶枣为研究对象,动态采集轻微损伤壶瓶枣和完好壶瓶枣的近红外光谱数据。采用S-G平滑与多元散射校正(MSC)相结合的方法预处理光谱数据,分别以预处理后的全光谱(FS)数据和采用主成分分析(PCA)法提取主成分、采用连续投影算法(SPA)提取特征波长作为输入变量,建立偏最小二乘判别分析(PLS-DA)和最小二乘支持向量机(LS-SVM)模型,比较4种损伤壶瓶枣及完好壶瓶枣的判别准确性。结果表明:采用PCA提取主成分有较明显的优势,对4种损伤壶瓶枣的判别准确性均能满足实际要求,且采用PCA-LS-SVM模型对4种轻微损伤壶瓶枣和完好壶瓶枣的正确判别率最佳,分别达到100%、86%、100%、100%和100%,总的正确判别率为97.2%。该研究为轻微损伤壶瓶枣的动态判别提供了新的理论基础。
- 王斌张淑娟赵聪慧
- 关键词：壶瓶枣主成分分析连续投影算法最小二乘支持向量机
