陈永明
- 作品数：5 被引量：59H指数：3
- 供职机构：浙江大学生物系统工程与食品科学学院更多>>
- 发文基金：国家科技支撑计划国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域：农业科学理学机械工程轻工技术与工程更多>>
- 基于可见近红外光谱的糖类别快速鉴别研究被引量：9
- 2009年
- 提出了一种用近红外光谱技术快速鉴别糖类别的新方法。采用近红外光谱获取白砂糖、木糖醇、双歧糖和葡萄糖等四种糖类别的光谱反射特征曲线,采用偏最小二乘法进行模式特征分析,经过交互验证法判别,确定最佳主成分数为11。完成特征提取后,将11种主成分作为神经网络的输入变量,建立了3层BP神经网络。四个类别的糖样本数均为40,共计160个样本,将其分成训练集样本120个和预测集样本40个,对40个未知样本进行预测,准确率为100%。说明所提出的方法对于糖类别具有很好的分类和鉴别能力。
- 林萍陈永明何勇
- 关键词：偏最小二乘法BP神经网络光谱技术
- 基于遗传算法的近红外光谱橄榄油产地鉴别方法研究被引量：43
- 2009年
- 提出了一种应用近红外光谱技术快速无损鉴别橄榄油产地的新方法。采用近红外光谱仪获取三种不同产地的橄榄油各30个样本的光谱漫反射特征曲线,利用全局搜索算法-遗传算法提取特征波长,即从光谱751个波长数据提取9个特征波长数据,并将其作为主成分分析法的输入变量,运用主成分分析法建立分析校正模型。结果表明,主成分1和2累计可信度已达99.130%,对不同产地的橄榄油有很好的聚类作用,同时也说明遗传算法抽取特征波长方法正确。将提取到的六种主成分作为BP神经网络的输入变量,品种类型作为神经网络的输出变量,建立3层人工神经网络模型,对30个未知橄榄油产地进行预测,预测结果准确率达100%。该方法能快速无损地检测橄榄油产地,同时也为其他油类产地鉴别提供了一种新方法。
- 陈永明林萍何勇
- 关键词：橄榄油近红外光谱遗传算法主成分分析BP神经网络
- 近红外光谱技术与偏最小二乘法及模糊聚类法相结合的糖品种分类方法被引量：1
- 2012年
- 提出了一种近红外光谱技术与偏最小二乘法及模糊聚类法相结合的可用于快速无损鉴别糖品种的新方法。采用近红外光谱仪获取了白砂糖、木糖醇、麦芽糖和葡萄糖等四种糖类别各30个样本的光谱漫反射特征曲线。运用偏最小二乘法提取了糖分类与特征值,并将提取到的经过归一化处理的11种主成分结果作为模糊聚类模型的建模参数。设定聚类数为4,建立模糊聚类模型,并对40个未知样本进行了预测。预测结果的准确率达到100%,说明本文提出的方法对于糖类别具有很好的分类和鉴别能力,同时也为光谱分析技术在对品种的快速、无损分类与识别中的应用提供了新的思路。
- 魏俞涌陈永明林萍何勇
- 关键词：近红外光谱偏最小二乘模糊聚类
- 应用可见/近红外光谱技术鉴别香菇品源的三维空间建模研究被引量：6
- 2008年
- 应用可见/近红外吸收光谱技术对不同品源的香菇进行了无损鉴别研究。通过主成分分析法（PCA）将谱段为375-1 025 nm的光谱数据进行压缩和主成分提取,发现前3个主成分累计可信度可达94.37%,说明在三维空间建立样本鉴别模型是可行的。提出了一种将PCA和三维空间聚类相结合的方法,应用遗传算法确定了样本空间分割平面。遗传算法以同源样本的分割平面方程符号反向次数最小作为适应度函数。还建立了将PCA和BP神经网络相结合的比较模型。选取了195个样本,其中150个用于样本建模,其余45个用于检验模型预测能力。两个模型使用相同的建模集和预测集。结果表明,两个模型预测能力基本一样,准确率均高于91%。与BP神经网络相比,新方法更加直观简便,为仪器化鉴别提供了新途径。
- 杨海清何勇陈永明林萍吴迪
- 关键词：香菇主成分分析遗传算法BP神经网络
- 分布式并行计算在光谱学信号处理领域中的应用
- 2009年
- 将分布式并行计算引入光谱学信号处理领域。用傅里叶红外光谱仪FTIR-4100获得白砂糖、木糖醇、麦芽糖和葡萄糖4类糖各39个样本的光谱曲线作为测试数据。在两台软硬件配置相同的计算机平台上运行分布式并行算法。先运用分布式并行方法读取FTIR-4100生成的文本文件中的原始数据,然后进行分布式并行数据预处理,包括最大峰值标准化校正,Savitzky-Golay平滑降噪算法等,再运用分布式并行遗传算法抽取糖特征波数共24个,最后将提取到的24个特征波数作为用BP神经网络输入,建立3层人工神经网络。实验结果表明,分布式并行计算运行结果与单机顺序计算结果比对一致,在两台计算机并行工作模式下的计算效率比传统的单机顺序计算处理效率高33.6%,为光谱学信号处理研究领域进行复杂科学计算和提高计算效率提供了新的方法。
- 陈永明林萍鲍一丹何勇
- 关键词：分布式并行计算信号处理
