张珏
- 作品数:16 被引量:88H指数:5
- 供职机构:内蒙古师范大学物理与电子信息学院更多>>
- 发文基金:国家自然科学基金内蒙古自治区自然科学基金国家现代农业产业技术体系建设项目更多>>
- 相关领域:农业科学自动化与计算机技术轻工技术与工程医药卫生更多>>
- 基于改进离散粒子群算法的青贮玉米原料含水率高光谱检测被引量:16
- 2019年
- 快速、无损和准确检测青贮玉米原料含水率,对确保青贮玉米发酵品质、推动青贮产业健康快速发展有重要现实意义。为探究高光谱技术在青贮玉米原料含水率检测方面的可行性,研究通过高光谱成像系统获取青贮玉米原料高光谱图像并利用烘箱加热法测定实际含水率。在粒子更新方式和惯性权重2个方面对传统离散粒子群算法(discretebinary particle swarm optimization,DBPSO)进行优化,提出基于改进型离散粒子群算法(modified discrete binary particle swarm optimization,MDBPSO)的特征波段优选方法,并利用相关系数分析法(correlation coefficient,CC)、DBPSO和MDBPSO法提取原料含水率高光谱特征变量,基于全波段反射光谱(total spectral reflectance,TSR)和特征波段反射光谱建立青贮玉米原料含水率预测模型。结果表明,MDBPSO优选特征波段适应度函数的收敛精度和收敛效率较DBPSO法均有明显改善,最优适应度值由0.761 6提高至0.812 3,函数收敛迭代次数由280次降低至79次。MDBPSO-PLSR预测模型的建模精度和预测精度均高于CC-PLSR、DBPSO-PLSR和TSR-PLSR预测模型,其校正集决定系数Rc2和均方根误差RMSEC(root mean square error of calibration)分别为0.81和0.032,预测集决定系数Rp2和均方根误差RMSEP(root mean square error of prediction)分别为0.80和0.045。该研究表明,利用高光谱图像技术检测青贮玉米原料含水率具有较高的精度,研究可为后续开发青贮玉米原料水分快速检测仪器提供借鉴方法。
- 张珏张珏田海清张丽娜张丽娜李斐
- 关键词:水分光谱分析粒子群青贮玉米
- 基于蚁群聚类算法的动脉硬化无创检测被引量:1
- 2017年
- 动脉硬化无创检测对于预防心血管事件具有重要意义。然而,基于心电信号或脉搏波信号的单一特征源的无创动脉硬化检测无法全面反映心血管动脉硬化事件。为了提高动脉硬化无创检测识别精度,提出了基于心电信号、脉搏波信号的多源数据无创动脉硬化识别方法,构建了具有变异特性的蚁群聚类算法,对提取的40组临床心电、脉搏波信号的特征值向量进行监督分类。通过对系统测试结果与专家分类结果对比分析,表明该方法提高了单一特征源的动脉硬化识别率,是一种有效的动脉硬化无创识别方法。
- 张丽娜周润景武佩刘美玲张珏
- 关键词:心电信号动脉硬化蚁群算法无创检测
- 基于粒子群算法优化光谱指数的甜菜叶片氮含量估测研究被引量:2
- 2019年
- 为对甜菜叶片氮含量进行快速估测,利用高光谱成像仪获取甜菜冠层叶片高光谱图像数据,通过凯氏定氮法测定叶片氮含量。基于精细采样法在全波段范围内构建归一化光谱指数(Normalized difference spectral index,NDSI)和土壤调节光谱指数(Soil-adjusted spectral index,SASI),并提出了基于粒子群算法的植被冠层调节参数L优化方法,探寻任意波段组合下SASI的最佳L值及其变化规律。在筛选出特征光谱指数基础上,开展甜菜叶片氮含量的定量估测和可视化研究。结果表明,各生育期SASI对甜菜冠层叶片氮含量(Canopy leaf nitrogen content,CLNC)的敏感度高于NDSI,尤其在NDSI易发生饱和现象的近红外区域。相比常规光谱指数,叶丛快速生长期基于SASI1(R430. 20,R896. 76)和SASI2(R433. 03,R896. 01)建立的CLNC估测模型预测效果最优,2015年验证集R^2为0. 78,RMSE为2. 48 g/kg,RE为4. 18%;糖分增长期以SASI3(R952. 09,R946. 11)和SASI4(R760. 37,R803. 48)的建模效果最佳,2015年验证集R^2为0. 67,RMSE为2. 71 g/kg,RE为4. 72%;糖分积累期的最优建模参数为SASI5(R883. 30,R887. 79),2015年模型R^2为0. 72,RMSE为2. 54 g/kg,RE为4. 49%。为直观显示甜菜CLNC在时间和空间尺度上的变化规律,基于上述估测模型计算并生成甜菜CLNC的预测分布图,实现了甜菜CLNC的可视化。研究结果表明,提出的甜菜CLNC估测方法具有可行性,可为及时了解作物长势及营养估测提供技术支持。
- 田海清张晶张珏张珏吴利斌李斐
- 关键词:甜菜叶片氮含量高光谱图像粒子群光谱指数
- 基于心电、脉搏波信号的动脉硬化无创检测被引量:7
- 2016年
- 动脉硬化无创检测对于预防心血管事件具有重要意义。考虑到心电信号、脉搏波信号之间的耦合及与动脉硬化之间的内在关联,心电信号的特征参数包括RR间期、QRS波宽度、T波幅度,脉搏波信号特征参数包括峰值数、20%主波宽度、主波斜率、脉率及三个波峰的相对高度,使用主成分分析方法对脉搏波特征数据降维后,对样本是否为动脉硬化病例进行评价。将神经网络和模糊逻辑推理有机结合,利用40组临床心电、脉搏波信号,建立基于自适应神经模糊推理系统(ANFIS)的动脉硬化评价模型。实验结果表明,该模型可通过自学习实现动脉硬化的安全、无创检测。
- 张丽娜周润景武佩刘美玲张珏
- 关键词:心电信号动脉硬化无创检测
- 基于高光谱成像技术的甜菜叶片氮素遥感估测被引量:8
- 2018年
- 为验证高光谱成像技术在甜菜叶片氮素估测方面的可行性,以田间试验为基础,利用高光谱成像系统获取高光谱图像。通过分析不同预处理(Savitzky-golay平滑(S-G)、标准正态变换(SNV)、多元散射校正(MSC)以及一阶微分(FD))下光谱反射率与叶片ρN的相关关系,确定敏感波段,在此基础上,构建偏最小二乘(PLS)模型,探究不同预处理方法对模型的影响。为简化模型,利用连续投影法提取特征波长并构建光谱参数(RDI),分别以敏感波段范围内的全波长,特征波长和RDI为自变量,建立PLS和支持向量机(SVM)预测模型,研究不同输入变量下的模型预测精度。结果表明:甜菜叶片ρN的敏感波段范围为700~900 nm; SNV预处理后,模型的预测效果最好;利用连续投影算法(SPA)提取的特征波长为716、757、789、822和899 nm;基于RDI的SVM模型对甜菜叶片ρN的预测效果最佳,预测集的决定系数为0.78,均方根误差为3.08 g/kg,相对分析误差为1.47。研究为无损、快速、经济估测甜菜叶片氮素营养提供了理论参考。
- 张晶张珏张珏
- 关键词:高光谱图像甜菜支持向量机
- 基于高光谱成像技术的冷鲜羊肉嫩度检测方法研究被引量:5
- 2021年
- 传统羊肉品质检测方法效率低、破坏样品,为实现冷鲜羊肉嫩度快速无损检测,以内蒙古锡林郭勒羊肉为研究对象,采用多元散射校正法对光谱进行校正,利用主成分分析法获得620.23、761.48、819.48 nm波长下的特征图像,并提取其纹理特征和颜色特征,分别建立羊肉嫩度的BP神经网络和支持向量机预测模型。结果显示,BP神经网络模型预测效果优于支持向量机模型预测效果,BP神经网络模型对预测集的决定系数(R^(2))和预测均方根误差(RMSEP)分别为0.85和1.86;支持向量机模型分别为0.77和2.37。研究表明,利用高光谱和图像信息特征层融合方法对冷鲜羊肉嫩度进行预测具有可行性。
- 于洋张珏张珏田海清王轲张红旗
- 关键词:羊肉BP神经网络支持向量机嫩度
- 基于高光谱技术的羊肉含水率无损检测被引量:5
- 2018年
- 利用高光谱成像系统(1000~2500 nm)对羊肉含水率进行无损检测研究。对108个羊肉样本进行光谱信息采集,通过标准正态变换法、归一化法、去趋势校正法、S-G卷积平滑法、导数法、多元散射校正法对原始光谱进行预处理,对全波段下的原始光谱和预处理后的光谱建立偏最小二乘回归(PLSR)模型,优选出的最佳预处理算法为去趋势校正法。原始数据经去趋势校正法预处理后,采用相关系数法选取特征波长,建立特征波长下羊肉含水率的PLSR模型和逐步多元线性回归(SMLR)模型。结果表明,SMLR模型对含水率预测效果最好,校正集相关系数Rc为0.8597,标准误差SEC为0.0521;预测集相关系数Rp为0.8654,标准误差SEP为0.0387。研究表明,利用高光谱成像技术检测羊肉含水率是可行的。
- 王迪张敬埔张珏张珏李海军李海军
- 关键词:羊肉含水率无损检测
- 甜菜光谱与生长信息相关性分析被引量:1
- 2018年
- 利用不同光谱预处理方法(卷积平滑、一阶微分、多元散射校正、标准正态变换)对甜菜光谱数据进行处理,研究不同预处理方法对光谱与甜菜生长信息(SPAD值、生物量、叶片含氮量)相关性的影响。结果表明:经多元散射校正预处理后的光谱数据与甜菜冠层叶片SPAD值相关性最高,特别在727 nm附近,r=-0.802 7;通过一阶微分处理后的光谱数据与甜菜生物量、叶片含氮量相关性最高。研究结果为后续氮素预测模型的建立提供了理论依据。
- 张晶张珏张珏王辉田海清
- 关键词:甜菜光谱预处理反射率
- 高光谱成像技术对羊肉新鲜度的无损检测被引量:5
- 2020年
- 为探究高光谱成像技术对羊肉新鲜度无损检测的可行性,通过高光谱成像系统获取羊肉样本935~2 539 nm的高光谱图像,测定羊肉挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量并划分样本新鲜度类别。借助连续投影法(successive projection algorithm,SPA)优选的12个特征波长建立基于反向人工神经网络(back-propagation artificial neural network,BPANN)和分类回归决策树(classification and regression trees,CART)算法的羊肉新鲜度判别模型。结果表明,BPANN模型对校正集和预测集的平均分类准确率为100%和83. 33%,对3个新鲜度类别样本的识别率分别为88. 89%、75%和85. 71%;CART模型对校正集和预测集的平均分类准确率为100%和91. 67%,对3个新鲜度类别样本的识别率分别为88. 89%、87. 50%和100%。CART模型的平均分类准确率和对3个类别样本的识别率均高于BPANN模型,表明高光谱成像技术结合CART算法可有效提高羊肉新鲜度的判别精度。
- 张珏张珏田海清张丽娜于洋
- 关键词:高光谱成像羊肉新鲜度决策树
- 基于高光谱成像技术的羊肉挥发性盐基氮检测方法研究
- 2022年
- 挥发性盐基氮(TVB-N)含量是评价羊肉新鲜度的重要指标,传统的感官评价方法主观性较强,尝试采用可以对农畜产品无损检测的高光谱图像技术。以内蒙古锡林郭勒羊肉为研究对象,使用标准正态变量方法(Standard normal variate,SNV)校正其原始光谱图像。采用二维主成分分析法(2D-PCA)对原始高光谱图像数据降维,优选出1 257.49 nm、1 396.19 nm、1 736.15 nm波长下的特征图像。对特征图像提取纹理和颜色特征参数共计54个,筛选出与TVB-N含量相关性高的特征参数,作为人工神经网络(BP-ANN)和偏最小二乘回归(PLSR)模型输入量,构建羊肉TVB-N含量的预测模型。结果发现,BPANN模型对预测集的决定系数R2为0.86,预测均方根误差为3.33,PLSR模型对预测集的决定系数R2为0.81,预测均方根误差为3.96,BP-ANN的预测效果明显优于PLSR模型。结果表明,利用高光谱成像技术进行羊肉TVB-N含量快速无损检测具有较高的可行性。
- 王轲田海清张珏张珏王迪
- 关键词:挥发性盐基氮无损检测主成分分析BP神经网络