|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于X射线图像的核桃品种识别方法研究显示文摘针对核桃品种混杂问题,研究基于X射线成像技术的核桃品种识别方法。采集不同核桃品种的X射线图像,并对图像进行预处理和背景分割;采用多种方法提取图像的纹理特征和形状特征,共计71个特征参数。分别利用极限学习机(ELM)和概率神经网络(PNN)建立核桃的品种判别模型。结果表明:在核桃品种判别的所有模型中,老树核桃被误判的个数最多,识别率有待提高,ELM判别模型整体识别率优于PNN判别模型;在3种核桃的判别过程中,ELM判别模型的总体判别率达到88.76%。因此基于X射线成像技术能有效判别核桃品种,为实现核桃品种自动分选提供了新的研究方向。 | 高庭耀 张淑娟 孙鹏 赵华民 孙海霞 牛瑞敏 | 2020 | 食品科技2020，45，11： | 8 |
| 2 | 二维相关光谱的鲜核桃青皮含水率检测显示文摘青皮含水率是衡量鲜食核桃新鲜度的重要指标,研究基于可见/近红外光谱技术进行鲜核桃的二维相关光谱分析,以实现青皮含水率的检测。利用4种预处理方法进行光谱数据预处理,经MSC预处理后所建模型的预测结果最好,预测集的决定系数(Rp2)和均方根误差(RMSEP)分别为0.9244和1.23%。在此基础上,进行不同时间下鲜核桃的二维相关光谱分析,优选出7个自相关峰对应的波长(732、560、680、1471、1958、2315、1068 nm)为特征波长。然后,利用最小二乘支持向量机(LS-SVM)建立鲜核桃青皮含水率的预测模型,结果表明所建LS-SVM模型得到了较优的预测结果(Rp2=0.9146,RMSEP=1.32%)。二维相关的可见/近红外光谱分析可实现鲜核桃青皮含水率预测,为鲜核桃品质无损检测方法的研究提供了基础。 | 孙海霞 张淑娟 李成吉 陈彩虹 高庭耀 牛瑞敏 | 2021 | 食品科技2021，46，1： | 5 |
| 3 | 基于可见/近红外光谱对不同产地晋虞1号桃SSC含量的检测研究显示文摘[目的]本文利用可见/近红外光谱定量检测山西省不同产区晋虞1号桃的可溶性固形物(Soluble solids content,SSC)含量,旨在建立一个简单有效、适应性能好的校正模型为后续在线检测设备的开发与利用提供模型参考。[方法]采集3个产区桃的可见/近红外漫反射光谱,选择不同的预处理方法消除客观因素对原始光谱的影响,比较发现SG平滑+多元散射校正(multiplicative scatter correction,MSC)预处理方法建模结果最优。采用Kennard-Stone算法以3 ∶1比例划分样品集,其中校正集270个用于建立PLS模型,预测集90个用于评价模型性能。为了简化模型运算量、提高模型预测性能使用蒙特卡罗无信息变量消除(Monte Carlo uninformative variables elimination,MC-UVE)与连续投影算法(Successive projection algorithm,SPA)相结合筛选有效特征波长。最后,比较了偏最小二乘(Partial least squares,PLS)算法所建单一产地和混合产地下晋虞1号桃SSC含量可见/近红外光谱模型的预测能力。[结果]与单一产地和两两混合产地模型相比,混合3产地桃校正集样本建立的模型预测效果最好,预测的相关系数(Rp)和预测的均方根误差(RMSEP)分别为0.949和0.652 °Brix。[结论]利用多个产地的晋虞1号桃样本建立的混合模型具有较强的包容性,可提高对晋虞1号桃SSC含量的预测精度,减小产地差异对SSC含量可见/近红外光谱检测的影响。本文可为山西省内晋虞1号桃内部品质SSC含量的无损检测模型提供了理论基础。 | 赵旭婷 张淑娟 孙海霞 邢书海 李成吉 陈彩虹 高庭耀 | 2019 | 山西农业大学学报(自然科学版)2019，39，5： | 4 |
| 4 | 高粱机械化收获试验分析与收获机选型显示文摘由于酿造汾酒需要大量高粱的原因,高粱在山西汾阳市每年有大面积种植,解决高粱全程机械化问题,尤其是高粱机械化收获的问题已显得非常重要。在汾阳市高粱收获期,采用雷沃谷神GM80(4LZ-8M)谷物联合收割机和巨明4LZ-8.0A型自走式谷物联合收割机进行高粱收获损失、含杂、破损和未脱壳试验,数据分析表明:巨明4LZ-8.0A型自走式谷物联合收割机,其作业质量更接近相关行业标准,其损失率为4.1%、含杂率为6.8%、破损率为2.7%、未脱壳率为15.8%。该研究可以为高粱产业的发展提供技术装备支撑。 | 张建勋 刘利珍 高庭耀 李建兵 李彦平 | 2020 | 农业技术与装备2020，，4： | 3 |
| 5 | 基于X射线成像与卷积神经网络的核桃内部品质检测显示文摘针对目前我国核桃内部品质混杂、不易检测等问题,提出利用X射线成像技术结合卷积神经网络对核桃内部品质进行快速检测。对获取的核桃X射线图像进行预处理和数据扩充,采用GoogLeNet、ResNet 101、MobileNet v2和VGG 19共4种迁移学习模型构建卷积神经网络,对核桃数据集进行训练。通过预测集准确率、预测损失值、测试集准确率以及运行时间对模型进行分析,优化模型参数,开发核桃内部品质检测分选系统并进行模型验证。研究结果表明:GoogLeNet模型学习率设置为0.001,迭代次数设置为25次时预测效果最优,预测准确率为96.67%。系统验证结果表明:空壳核桃的判别准确率达到100%,平均判别准确率为96.39%。该系统可实现核桃内部品质的无损检测分选。 | 张淑娟 高庭耀 任锐 孙海霞 | 2022 | 农业机械学报2022，53，1： | 3 |
| 6 | 基于高光谱成像技术的鲜食核桃仁水分检测研究显示文摘为实现对货架期内青皮核桃仁水分的快速预测,利用高光谱成像技术采集货架期核桃青皮光谱数据,测定核桃仁含水量,利用连续投影法(SPA)提取11个特征波长,建立了偏最小二乘法(PLS)、多元线性回归(MLR)和最小二乘支持向量机(LS-SVM)模型。结果表明,LS-SVM建模效果最好,预测集的相关系数RP=0.800 7,均方根误差RRMSEP=2.189 7。研究表明,利用高光谱成像技术可以实现货架期青皮核桃仁水分快速预测,为青皮核桃的贮运销提供指导。 | 牛瑞敏 张淑娟 陈彩虹 孙海霞 高庭耀 | 2021 | 农业工程2021，11，1： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员