您的位置: 专家智库 > >

国家自然科学基金(30560064)

作品数:7 被引量:102H指数:6
相关作者:刘燕德陈兴苗孙旭东欧阳爱国章海亮更多>>
相关机构:江西农业大学江西蓝天学院华东交通大学更多>>
发文基金:国家自然科学基金教育部“新世纪优秀人才支持计划”江西省科技支撑计划项目更多>>
相关领域:理学电子电信机械工程农业科学更多>>

文献类型

  • 7篇期刊文章
  • 3篇会议论文

领域

  • 4篇理学
  • 2篇机械工程
  • 2篇电子电信
  • 1篇经济管理
  • 1篇生物学
  • 1篇自动化与计算...
  • 1篇农业科学

主题

  • 5篇无损检测
  • 4篇光谱
  • 3篇脐橙
  • 3篇漫反射
  • 3篇近红外
  • 3篇可溶性固形物
  • 3篇固形物
  • 3篇红外
  • 3篇赣南脐橙
  • 2篇杂交
  • 2篇杂交水稻
  • 2篇水稻
  • 2篇近红外漫反射
  • 2篇近红外漫反射...
  • 2篇光谱法
  • 1篇动态检测系统
  • 1篇新农村
  • 1篇新农村建设
  • 1篇医用光学
  • 1篇医用光学与生...

机构

  • 8篇江西农业大学
  • 1篇华东交通大学
  • 1篇江西蓝天学院

作者

  • 9篇刘燕德
  • 5篇陈兴苗
  • 4篇孙旭东
  • 3篇欧阳爱国
  • 2篇吴继华
  • 2篇罗吉
  • 1篇郝勇
  • 1篇文建萍
  • 1篇章海亮
  • 1篇方鸿锦

传媒

  • 3篇2005年中...
  • 2篇安徽农业科学
  • 1篇光学学报
  • 1篇红外与毫米波...
  • 1篇西北农林科技...
  • 1篇光谱学与光谱...
  • 1篇Intern...

年份

  • 1篇2010
  • 1篇2009
  • 3篇2008
  • 2篇2007
  • 3篇2005
7 条 记 录,以下是 1-10
排序方式:
可见/近红外光谱法无损检测赣南脐橙可溶性固形物被引量:39
2008年
应用可见/近红外光谱法对赣南脐橙可溶性固形物进行了无损检测研究。通过主成分分析,获取光谱的有效信息,将其作为人工神经网络的输入变量进行非线性建模。90个建模样品训练结果是,样品参考值与预测值之间的相关系数为0.9147,训练均方差为0.5203;38个未知样品预测结果是:样品参考值与预测值之间的相关系数为0.9033,预测均方差为0.6964,相对预测偏差4.5709%。实验结果表明基于人工神经网络的可见/近红外光谱法无损检测赣南脐橙可溶性固形物是可行的。
刘燕德陈兴苗欧阳爱国
关键词:医用光学与生物技术无损检测人工神经网络可溶性固形物赣南脐橙
Nondestructive assessment of quality of Nanfeng mandarin fruit by a portable near infrared spectroscopy被引量:3
2009年
A portable near infrared spectroscopy system was developed for assessing the quality of Nanfeng mandarin fruit.One hundred and fifty-three Nanfeng mandarin samples were used to measure the performance of the system.Several pretreatment methods were adopted to process the spectra.Then Support Vector Machine(SVM),Back Propagation Neural Network(BPNN)and Partial Least Square(PLS)were used to build models for soluble solids content(SSC),titratable acidity(TA),vitamin C and surface color.The best results were obtained by SVM.The correlation coefficient(R)and root mean square error of prediction(RMSEP)were(0.93,0.65°Brix),(0.66,0.09%),(0.81,2.7mg/100g)and(0.57,0.81)for SSC,TA,vitamin C and color,respectively.The results demonstrated that the portable near infrared spectroscopy was feasible for determining the Nanfeng mandarin quality nondestructively.
Sun XudongZhang HailiangLiu Yande
关键词:SSCTA
梨表面色泽的可见/近红外漫反射光谱无损检测研究被引量:27
2008年
应用可见/近红外漫反射光谱对梨表面色泽进行无损检测研究.在350~1800nm光谱区间,结合梨的原始吸收光谱和标准化光谱,采用多元线性回归(MLR)、主成分回归(PCR)和偏最小二乘回归(PLSR)三种数学校正算法进行了定量对比分析.原始吸收光谱应用偏最小S-乘回归建立的定标模型对24个未知样品的预测结果是:L^*、a^*、b^*预测均方差分别为1.4251,0.4569和0.9497;相对预测偏差分别为3.7404%,3.3571%和2.5877%.实验结果表明:可见/近红外光谱技术对梨表面色泽的无损检测具有可行性.
刘燕德陈兴苗欧阳爱国
关键词:无损检测
水稻种子纯度动态检测系统设计与试验研究
究基于计算机视觉提出了一种快速低成本检测杂交水稻种子纯度的新方法.该动态系统建立了一组可以自动上料、图像采集、图像处理、品种识别、下料的自动检测系统.通过上料斗自动装入种子,种子由单片机控制的输送装置进入光照箱,每隔2秒...
刘燕德吴继华欧阳爱国
关键词:计算机视觉图像处理自动检测系统种子纯度杂交水稻
近红外漫反射无损检测梨果糖度及pH值的研究被引量:11
2010年
【目的】应用近红外漫反射光谱技术无损检测梨果的糖度和pH值。【方法】采集完整梨果的近红外漫反射光谱(350~1800nm),光谱经移动窗口平滑处理、一阶微分和多元散射校正预处理后,再分别采用多元线性回归、主成分回归和偏最小二乘法,建立梨果糖度和pH值的定量预测数学模型。【结果】采用一阶微分结合偏最小二乘法所建模型的预测效果较好,糖度和pH值定量预测数学模型的相关系数分别为0.9285和0.8584,均方根误差分别为0.4364和0.1205。【结论】近红外漫反射光谱作为一种无损的检测方法,可用于评价梨果的糖度和pH值。
章海亮孙旭东郝勇刘燕德
关键词:近红外漫反射光谱糖度PH值
近红外漫反射光谱检测梨内部指标可溶性固性物的研究被引量:30
2008年
旨在建立近红外漫反射光谱与梨水果内部可溶性固形物之间的关系,以评价近红外漫反射光谱在测量梨水果内部指标可溶性固形物的应用价值。应用近红外光谱(350~1800nm),采用多元线性回归(MLR)、主成分回归(PCR)和偏最小二乘法(PLS)三种不同的数学校正方法对梨水果的可溶性固形物(SSC)进行了定量分析,并且对梨水果不同位置的吸光度原始光谱,一阶微分和二阶微分三种不同预处理情况下的模型进行了最优化分析。在梨水果赤道部位预测结果较为理想,采用一阶微分预处理方法下应用PLS方法。研究结果为预测集的相关系数为0.8517,预测样本均方根误差为0.8793。研究表明,近红外漫反射光谱可以作为一种准确、可靠和无损的检测方法用于评价梨水果内部指标可溶性固形物。
刘燕德孙旭东陈兴苗
关键词:近红外漫反射光谱无损检测可溶性固形物
江西省农业信息化与新农村建设的研究被引量:7
2007年
在论述农业信息化和新农村建设内涵的基础上,阐述了农业信息化在新农村建设中的作用,结合江西省情,提出农业信息化推进江西省新农村建设的策略。
方鸿锦孙旭东刘燕德
关键词:农业信息化新农村建设
赣南脐橙可溶性固形物的可见光快速检测研究
利用透射光谱测定法获取脐橙的可见光光谱(400-800nm),采用多种校正算法,选取不同的波段范围对透射光谱进行有效信息提取和分析,找出了不同因子数时不同校正方法进行可溶性固形物分析的结果,确定了最佳参比、最佳的波段范围...
罗吉刘燕德
关键词:脐橙无损检测可溶性固形物
基于Matlab语言的杂交水稻品种的颜色特征
究基于Matlab语言平台提取了杂交水稻种子图像的R、G、B、H、S、V六个颜色特征参数,并研究了六个参数与水稻的品种相关性,,实验证明通过颜色颜色识别杂交水稻品种是完全可行的,此结果为杂交水稻种子的基于机器视觉的识别方...
吴继华罗吉陈兴苗刘燕德
关键词:机器视觉MATLAB杂交水稻
可见近红外漫反射光谱法测定赣南脐橙的表面色泽被引量:8
2007年
[目的]建立赣南脐橙颜色指标定量数学模型,探索用颜色进行水果分级的新方法。[方法]采用色差计来测量50个赣南脐橙样本的表面颜色,用近红外漫反射光谱并结合多元校正算法偏最小二乘法(PLS),建立了赣南脐橙颜色指标L、a、b的定量模型。[结果]在全波段范围内,原始光谱所建模型最佳,其颜色指标L所建校正模型相关系数(r)为0.933,预测均方根偏差(RMSEP)为1.330,完全交互验证相关系数(rcross)达0.926;颜色指标a所建校正模型相关系数为0.970,预测均方根偏差为1.524,完全交互验证的相关系数达0.967;颜色指标b所建校正模型相关系数为0.893,预测均方根偏差为2.676,完全交互验证的相关系数达0.875。[结论]原始光谱所建模型最好,但其模型的校正均方根偏差和完全交互验证均方根偏差都偏高。
文建萍陈兴苗孙旭东刘燕德
关键词:近红外光谱偏最小二乘法
共1页<1>
聚类工具0