国家自然科学基金(30800666)
- 作品数：7 被引量：118H指数：7
- 相关作者：陈全胜赵杰文欧阳琴江辉朱伟兴更多>>
- 相关机构：江苏大学中国农业科学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省高校自然科学研究项目更多>>
- 相关领域：理学自动化与计算机技术农业科学医药卫生更多>>
- 梨可溶性固形物含量NIR与变量筛选无损检测被引量：17
- 2010年
- 为提高利用近红外光谱技术快速检测梨可溶性固形物含量的精度和稳定性,结合区间偏最小二乘和遗传算法(iPLS-GA)来筛选校正模型中的特征光谱区和变量,通过交互验证法确定模型中的主成分因子数和筛选的变量,并以预测均方根误差(RMSEP)和相关系数(Rp)作为模型评价标准。试验结果显示:iPLS-GA最优模型包含5个光谱区、50个变量和10个主成分因子。最佳预测模型相关系数(Rp)和RMSEP分别为0.939 8和0.325 0,研究结果表明近红外光谱结合iPLS-GA算法可以准确、无损检测梨的可溶性固形物含量。
- 朱伟兴江辉陈全胜郭建光
- 关键词：可溶性固形物含量近红外光谱遗传算法
- 高光谱技术分析茶树叶片中叶绿素含量及分布被引量：26
- 2011年
- 植物叶片叶绿素含量及分布是植物营养信息表达的一个重要指标。以茶树为研究对象,利用高光谱技术分析茶树叶片中叶绿素含量及其分布。通过采集茶树鲜叶的高光谱图像,利用7种不同的算法从高光谱数据中提取相应的特征参数,并根据特征参数和叶绿素含量的参考测量值分别拟合出相应的预测模型。结果显示,二次土壤调节植被指数算法提取的特征参数最佳,预测模型校正集和预测集的相关系数R分别为0.843 3和0.832 3,最小均方根误差分别为9.918和8.601。最后根据预测模型估计叶片上任意像素下叶绿素的含量,并通过伪彩手段描述叶片中叶绿素含量的分布。研究结果表明,利用高光谱成像技术分析茶树叶片中叶绿素含量及其分布是可行的。
- 赵杰文王开亮欧阳琴陈全胜
- 关键词：茶树叶片叶绿素
- 特征波长筛选在近红外光谱测定梨硬度中的应用被引量：16
- 2010年
- 为了提高应用近红外光谱分析技术快速测定梨硬度的精度和稳定性,该研究采用联合区间偏最小二乘和遗传算法(siPLS-GA)在校正模型中用来筛选特征光谱区域和波长,通过交互验证法确定模型的主成分因子数和筛选的波长,并以预测均方根误差(RMSEP)和相关系数(Rp)作为模型的评价标准。基于siPLS-GA的最优模型包含4个光谱区、96个变量和10个主成分因子。该模型结果显示:最佳预测模型相关系数(Rp)和RMSEP分别为0.9083和0.5573。研究结果表明,近红外光谱技术结合siPLS-GA建模用于无损、快速测定梨的硬度是可行的。
- 朱伟兴江辉陈全胜
- 关键词：近红外光谱遗传算法
- 基于净分析物预处理算法的绿茶中儿茶素的近红外光谱定量分析被引量：14
- 2009年
- 由于原始近红外光谱数据中含有与待测组分不相关的噪音及冗余信息,增加了偏最小二乘法(PLS)模型的复杂程度.为了简化儿茶素的预测模型,采用净分析物预处理法(NAP)对近红外光谱进行预处理,提取出待测组分的净分析物信号,然后利用PLS建立绿茶中三种儿茶素(EGCG、ECG和EGC)含量的(NAP/PLS)模型.在模型建立过程中,通过交互验证的方法优化NAP因子数及模型的主成分因子数,并且将NAP的结果与经典的标准正态变量(SNV)光谱预处理结果相比较.比较结果显示,经过NAP与SNV光谱预处理后,模型的预测结果相差不大,但是经过净分析物预处理后,模型的主成分因子数大大降低.研究结果表明,NAP光谱预处理算法能在保证精度的前提下有效地简化绿茶中儿茶素含量的预测模型.
- 陈全胜郭志明赵杰文欧阳琴
- 关键词：近红外光谱偏最小二乘儿茶素
- 碧螺春茶叶的真伪鉴别技术——基于漫反射式高光谱成像技术被引量：11
- 2013年
- 提出了基于漫反射式高光谱成像技术结合模式识别的碧螺春茶真伪鉴别方法。试验以漫反射式高光谱成像系统采集碧螺春茶样图像数据;通过主成分分析优选特征图像,并利用灰度共生矩阵从中各提取4个纹理特征参量;最后,利用支持向量机的模式识别方法构建茶叶真伪鉴别模型。训练和预测集的判别率分别达到100%和96.25%。研究表明,利用漫反射式高光谱成像技术结合支持向量机模式识别方法鉴别碧螺春茶品质真伪是可行的。
- 蔡健荣韩智义
- 关键词：灰度共生矩阵支持向量机碧螺春茶
- 特征谱区筛选在近红外光谱检测茶叶游离氨基酸含量中的应用被引量：16
- 2009年
- 为了提高近红外光谱快速检测茶叶游离氨基酸含量的精度和稳定性,利用特征谱区结合偏最小二乘法建立了预测模型。研究了利用联合区间偏最小二乘法和遗传偏最小二乘法等筛选特征谱区的方法,通过交互验证法确定偏最小二乘模型的主成分因子数和筛选区间,并以预测均方根误差(RMSEP)和相关系数R作为模型的评价指标。实验结果表明:两种方法建立模型的预测能力都好于传统PLS模型;利用联合区间偏最小二乘法建立的预测模型最佳,预测的相关系数R和RMSEP分别为0.9542和0.2560。研究结果表明,近红外光谱结合特征谱区筛选方法可以快速准确地测定茶叶中游离氨基酸含量。
- 郭志明赵杰文陈全胜黄星奕
- 关键词：近红外光谱法偏最小二乘法茶叶
- 雪莲花产地鉴别的近红外光谱分析方法被引量：25
- 2010年
- 以青海、西藏、云南和新疆4个不同产地的雪莲花为研究对象,利用K-最近邻域(KNN)模式识别方法建立雪莲花产地鉴别模型,模型参数K和主成分因子数(PCs)通过交互验证的方法优化;同时比较了标准正态变量变换(SNV)、多元散射校正(MSC)、一阶导数和二阶导数4种预处理方法对模型结果的影响。试验结果显示,通过SNV光谱预处理后,在K为3和PCs为5时,所得到的模型最佳,模型交互验证识别率和预测识别率均为100%。研究表明,近红外光谱技术结合KNN方法可以成功鉴别雪莲花产地。
- 赵杰文蒋培陈全胜
- 关键词：雪莲花近红外光谱
