周延睿
- 作品数：13 被引量：122H指数：6
- 供职机构：华东交通大学更多>>
- 发文基金：国家科技部农业科技成果转化资金国家科技支撑计划国家高技术研究发展计划更多>>
- 相关领域：理学农业科学轻工技术与工程机械工程更多>>
- 便携式近红外水果内部品质检测仪原理及应用进展被引量：11
- 2013年
- 便携式近红外光谱检测仪具有携带方便、检测速度快、不破坏样品和现场检测等优点,正越来越广泛地应用于水果的产后加工和质量评判中。本文介绍了便携式近红外水果内部品质检测仪的原理及组成,总结了国内外最新研究及应用进展,提出了便携式近红外光谱检测仪的发展方向。
- 刘燕德周延睿
- 关键词：近红外光谱无损检测水果
- 基于CARS算法的脐橙可溶性固形物近红外在线检测被引量：31
- 2013年
- 采用可见/近红外光谱在线检测装置进行赣南脐橙可溶性固形物含量在线检测模型优化研究。样品以5个/s的速度运动,采集可见/近红外漫透射光谱。光谱经过预处理后,分别应用向后区间偏最小二乘法(BiPLS)、遗传算法(GA)和正自适应加权算法(CARS)筛选特征变量,并通过外部验证评价PLS模型预测能力。一阶微分处理后经CARS筛选特征变量建立的PLS模型预测结果最优,预测相关系数和预测均方根误差分别为0.94和0.42%。结果表明CARS算法可有效简化赣南脐橙可溶性固形物可见/近红外光谱在线检测模型并提高模型的预测精度。
- 刘燕德施宇蔡丽君周延睿
- 关键词：赣南脐橙近红外光谱在线检测
- 苹果可溶性固形物近红外光谱检测的偏最小二乘回归变量筛选研究被引量：19
- 2012年
- 为了提高苹果可溶性固形物含量近红外光谱校正模型的预测能力和稳健性,分别采用反向区间偏最小二乘法、遗传算法和连续投影算法,筛选苹果可溶性固形物的近红外光谱变量,并建立了偏最小二乘回归模型。利用遗传算法筛选的141个变量建立的校正模型,预测效果最好,与全谱建立的校正模型比较,预测相关系数,从0.93提高到0.96,预测均方根误差,从0.30°Brix降低到0.23°Brix。实验结果表明遗传算法结合偏最小二乘回归方法,有效地提高了苹果可溶性固形物近红外光谱检测模型的预测精度。
- 欧阳爱国谢小强周延睿刘燕德
- 关键词：近红外光谱遗传算法连续投影算法可溶性固形物
- 多功能手持式糖度计
- 一种多功能手持式糖度计，壳体内分别设有手持式糖度计、电子称重器和GPS模块，所述电子称重器的称重挂钩在壳体的一端，蓄电池给所需供电设备供电，所述蓄电池通过太阳能转换模块连接太阳能板，太阳能板均匀覆盖在壳体表面。本实用新型...
- 刘燕德周延睿翟建龙邓青陈洞滨
- 文献传递
- 一种应用光学检测器的便携式水果内部品质检测装置
- 本发明公开了一种应用光学检测器的便携式水果内部品质检测装置，该装置具有一箱体结构，机箱侧面设有显示器，机箱内设有单片机，风扇，电源，隔板，水果支撑台以及光学检测器，其中光学检测器完整集成了光源，集光元件，电子元件于一体。...
- 欧阳爱国翟建龙周延睿孙旭东刘燕德
- 文献传递
- 一种光照参数可调的近红外水果糖度无损检测装置
- 一种光照参数可调的近红外水果糖度无损检测装置，由光谱采集模块和数据处理及操作界面模块两部分组成。光谱采集模块主要实现光源照射参数的调节和样品光谱信息的采集功能；数据处理及操作界面模块主要实现光谱信息的读、存、显示、转换，...
- 刘燕德周延睿孙旭东谢小强翟建龙
- 文献传递
- 基于近红外光谱便携式水果糖度无损检测装置模块化设计
- 本研究以红富士苹果和赣南脐橙为研究对象，以水果糖度作为检测指标，设计并搭建了基于近红外光谱技术的便携式水果糖度无损检测装置，并以此为硬件平台开展了后续实验。对比研究了不同影响因素，如不同光照方式、不同光照角度、不同光谱仪...
- 周延睿
- 关键词：近红外光谱水果糖度无损检测模块化设计
- 文献传递
- 一种同时检测水果糖度和硬度的便携式品质检测装置
- 本发明公开了一种同时检测水果糖度和硬度的便携式品质检测装置。本发明装置包括信号采集部分、信号传输部分、主机部分。普通的检测装置，检测时间长、检测成本高、检测精度低、不便于携带。本发明将许多元器件集成在一起，结构紧凑，便于...
- 刘燕德欧阳爱国周延睿
- 基于GA-LSSVM的苹果糖度近红外光谱检测被引量：13
- 2013年
- 【目的】结合遗传算法和最小二乘支持向量机(GA-LSSVM),优化苹果糖度近红外光谱检测的数学模型,提高模型的检测精度和稳定性。【方法】在GA-LSSVM模型建立过程中,采用遗传算法自动获取最小二乘支持向量机的最优参数。【结果】相比于偏最小二乘法(PLS)、传统最小二乘支持向量机(LSSVM)和遗传偏最小二乘法(GA-PLS)数学模型,GA-LSSVM法建立的模型预测效果最优,模型的相关系数为0.94,预测均方根误差为0.32°Brix。【结论】GA和LSSVM相结合的优化方法在提高苹果糖度近红外光谱检测精度和稳定性方面是可行的。
- 刘燕德周延睿
- 关键词：苹果近红外光谱遗传算法最小二乘支持向量机
- 基于最小二乘支持向量机的辣椒可溶性固形物和维生素C含量近红外光谱检测被引量：26
- 2014年
- 应用傅里叶变换近红外光谱技术实现了鲜辣椒中可溶性固形物(SSC)和维生素C(Vc)含量的快速无损检测。分别采用7种预处理方法对原始光谱进行处理后,建立了SSC和Vc预测的偏最小二乘法(PLS)模型。将利用最小二乘法(PLS)提取的主成分(PC)和蒙特卡罗无信息变量消除法(MC-UVE)提取的有效波长作为最小二乘支持向量机(LSSVM)的输入变量,分别建立了PC-LS-SVM和MC-UVE-LS-SVM模型,并与MC-UVE-PLS模型进行了比较。采用优化后的模型对27个预测集未知样品进行了预测。结果表明,对鲜辣椒中SSC含量预测最优的为MC-UVE-PLS模型,其预测集相关系数(rp)为0.971,预测集均方根误差(RMSEP)为0.382°Brix;对鲜辣椒中Vc含量预测最优的为MCUVE-LS-SVM模型,其rp为0.899,RMSEP为21.022mg/100g。研究结果表明:鲜辣椒中SSC和Vc的含量与近红外光谱具有显著的相关性。
- 刘燕德周延睿潘圆媛
- 关键词：近红外光谱最小二乘支持向量机鲜辣椒可溶性固形物维生素C
