吉林省人才开发基金(200605)
- 作品数：4 被引量：44H指数：3
- 相关作者：孙永海孙瑜万鹏何小平于春生更多>>
- 相关机构：吉林大学更多>>
- 发文基金：吉林省人才开发基金更多>>
- 相关领域：轻工技术与工程交通运输工程自动化与计算机技术机械工程更多>>
- 基于声波的玉米含水量测定被引量：3
- 2007年
- 利用声音传感器采集玉米籽粒流从高处落到相同状态玉米堆时发出的撞击声音,对声音信号进行滤波预处理,提取声波信号强度、功率谱能量、谱峰值等特征值来描述信号。应用多元线性回归、二项式回归和神经网络等方法进行全面分析。试验结果表明:声波信号强度功率谱能量及谱峰值等特征值与玉米籽粒含水量之间存在较强的相关性,其中信号强度相关性最大。利用这些特征能够准确地测定籽粒含水量,其中二项式回归模型最接近实测值。
- 孙永海何小平孙瑜
- 关键词：食品检测技术声学分析
- 基于BP神经网络的大米含水量近红外检测方法被引量：22
- 2008年
- 以大米含水量的国标检测方法为基础,采用近红外检测仪对大米的含水量进行检测,获取近红外光在各个波长处的反射光检测值,并对反射光检测值与大米含水量之间的相关性进行分析。将相关性较高的近红外反射光检测值作为输入值,采用BP神经网络对大米的含水量进行检测,并与近红外检测仪的回归方程的检测结果进行对比。试验结果表明,采用近红外反射光检测值输入BP神经网络检测大米含水量的方法准确率可达到96.67%;而采用近红外检测仪的回归方程进行检测的准确率为90.00%。
- 孙永海万鹏于春生
- 关键词：食品科学技术基础学科BP神经网络含水量大米
- 基于计算机视觉的大米粒形识别方法被引量：19
- 2008年
- 提出了利用计算机视觉系统代替人眼识别整粒大米和碎大米粒形的方法。设计了一套基于计算机视觉技术的大米粒形识别装置,采用灰度变换、阈值分割、平滑处理等图像处理方法获取大米的粒形图像,然后根据大米的粒形特点提取了米粒的面积、周长、长、宽等16个特征参数,采用主成分分析方法对提取的特征参数进行处理,以前三个主成分综合所有粒形特征参数,作为BP神经网络的输入特征值对网络进行训练和大米粒形识别。试验结果表明:该方法对整粒米识别的准确率为98.67%;对碎米识别的准确率为92.09%。
- 万鹏孙瑜孙永海
- 关键词：食品机械计算机视觉主成分分析BP神经网络
- 基于小波变换的玉米撞击声信号滤波方法
- 2008年
- 根据玉米撞击声信号的特点,将信号分解成一系列小波函数,用母小波函数经过平移与尺度伸缩获得小波函数,对信号的分解系数进行阈值量化,然后再用处理后的分解系数进行信号重构,从而得到满意的处理结果,成功地将小波变换理论应用于玉米撞击声信号的滤波处理中。
- 孙瑜何小平孙永海
- 关键词：小波变换撞击声滤波玉米
