版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、馬鈴薯內(nèi)含有18種人體所需的氨基酸和多種微量元素,具有全面、均衡、豐富的營(yíng)養(yǎng)。不同馬鈴薯內(nèi)部成分不同,對(duì)內(nèi)部成分含量相似的馬鈴薯進(jìn)行分級(jí)可有效的提高馬鈴薯的經(jīng)濟(jì)效益。但傳統(tǒng)的檢測(cè)方法存在效率低、工藝復(fù)雜、破壞試驗(yàn)樣品等缺點(diǎn),不能對(duì)馬鈴薯進(jìn)行細(xì)致分級(jí)以增加馬鈴薯的經(jīng)濟(jì)效益。因此尋求一款快速、無損的檢測(cè)方法具有重要意義。
本文以馬鈴薯為研究對(duì)象,利用近紅外高光譜成像技術(shù)(900-1700nm)結(jié)合化學(xué)計(jì)量學(xué)方法,對(duì)馬鈴薯干物質(zhì)含量
2、、淀粉含量、水分及蛋白質(zhì)含量進(jìn)行初步研究,期望尋求一種快速檢測(cè)馬鈴薯內(nèi)部成分的方法,并為馬鈴薯內(nèi)部成分在線無損檢測(cè)提供理論依據(jù)。主要研究?jī)?nèi)容結(jié)果為:
(1)利用高光譜成像技術(shù)(900-1700nm)對(duì)馬鈴薯干物質(zhì)含量進(jìn)行了無損檢測(cè)研究。對(duì)MSC預(yù)處理后的光譜采用回歸系數(shù)法RC優(yōu)選出8個(gè)特征波長(zhǎng)(1040,1094,1157,1231,1329,1392,1478,1586nm)。分別建立特征波長(zhǎng)PSO-SVM預(yù)測(cè)模型和PLSR
3、預(yù)測(cè)模型。結(jié)果表明,特征波長(zhǎng)建立的馬鈴薯干物質(zhì)含量PSO-SVM預(yù)測(cè)模型校正和驗(yàn)證模型的相關(guān)系數(shù)和均方根誤差分別為0.94437,0.15501,0.91977,0.15690,結(jié)果優(yōu)于特征波長(zhǎng)PLSR預(yù)測(cè)模型。
(2)基于900-1700nm近紅外高光譜成像系統(tǒng)的馬鈴薯淀粉含量測(cè)定。利用回歸系數(shù)法RC和連續(xù)投影法SPA從216個(gè)波長(zhǎng)點(diǎn)分別優(yōu)選出17和25個(gè)特征波長(zhǎng),建立RC-PLSR模型、RC-MLR模型、SPA-PLSR模
4、型、SPA-MLR模型,并進(jìn)行比較分析。結(jié)果表明:連續(xù)投影法選擇特征波長(zhǎng)建模效果較好,SPA-MLR模型的RC、RMSEC、RP、RMSEP分別為0.9720391、0.3289996、0.982011、0.2488569,預(yù)測(cè)效果最好。
(3)基于900-1700nm近紅外高光譜成像系統(tǒng),對(duì)馬鈴薯水分、蛋白質(zhì)含量進(jìn)行無損檢測(cè)研究。水分通過連續(xù)投影法SPA提取22個(gè)特征波段,建立特征波段下SPA-PLSR、SPA-MLR、SP
5、A-BP,并與全波段PLSR模型進(jìn)行對(duì)比分析。蛋白質(zhì)通過競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法CARS提取18個(gè)特征波段,建立特征波段下CARS-PLSR、CARS-MLR、CARS-BP,并與全波段PLSR模型進(jìn)行對(duì)比分析。結(jié)果表明:SPA-MLR模型在水分檢測(cè)中最優(yōu),其RC、RMSEC、RP、RMSEP為0.842、0.491、0.831、0.589。CARS-BP模型在蛋白質(zhì)檢測(cè)中最優(yōu),其RC、 RMSEC、RP、RMSEP為0.851、0.12
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高光譜成像技術(shù)的馬鈴薯外部品質(zhì)無損檢測(cè)建模及優(yōu)化研究.pdf
- 葡萄內(nèi)部品質(zhì)的高光譜成像檢測(cè)研究.pdf
- 基于光譜和多光譜成像技術(shù)的葡萄內(nèi)部品質(zhì)快速無損檢測(cè)和儀器研究.pdf
- 基于高光譜成像技術(shù)的蘋果品質(zhì)無損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的肉品品質(zhì)無損檢測(cè)方法研究.pdf
- 基于高光譜成像技術(shù)的靈武長(zhǎng)棗品質(zhì)無損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的冷鮮羊肉品質(zhì)無損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的冷鮮豬肉品質(zhì)無損檢測(cè)方法研究.pdf
- 基于多光譜成像技術(shù)的香腸多元品質(zhì)無損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的花生仁質(zhì)量無損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的銅品質(zhì)檢測(cè)方法研究.pdf
- 不同高光譜成像方式的馬鈴薯內(nèi)外部品質(zhì)檢測(cè)方法研究.pdf
- 基于X射線成像技術(shù)的農(nóng)產(chǎn)品內(nèi)部品質(zhì)無損檢測(cè)研究.pdf
- 基于CT技術(shù)的蘋果內(nèi)部品質(zhì)無損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的馬鈴薯薯形檢測(cè)與算法研究.pdf
- 基于高光譜成像技術(shù)的紅棗表面農(nóng)藥殘留無損檢測(cè)的研究.pdf
- 基于高光譜成像技術(shù)的對(duì)蝦品質(zhì)信息快速檢測(cè)方法研究.pdf
- 基于機(jī)器視覺和光譜成像技術(shù)的蘋果外部品質(zhì)檢測(cè)方法研究.pdf
- 基于高光譜成像技術(shù)的靈武長(zhǎng)棗常見缺陷無損檢測(cè)研究.pdf
- 基于高光譜成像技術(shù)的馬鈴薯外部損傷識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論