下载
加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 !基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型

!基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型.pdf

!基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型

xiaohai226415
2011-07-18 0人阅读 举报 0 0 暂无简介

简介:本文档为《!基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型pdf》,可适用于人文社科领域

安徽农业科学JoumalfAnlmiAgri.Sci.().责任编辑罗芸责任校对况玲玲基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型石吉勇邹一J、波赵杰文殷晓平(江苏大学食品与生物工程学院江苏镇江)摘要目的获得精度高、鲁棒性强的草莓近红外光谱糖度检测模型。方法利用Ks(KennardStone)方法划分样本集并用小波滤噪法对草莓lnm近红外光谱进行预处理最后用偏最小二乘法(PIS)和区间偏最小二乘法(iPLS)分别建立预测模型。结果采用区间偏最小二乘法将光谱划分为个子区间利用其中的第个子区间建立的糖度模型效果最佳其校正时的相关系数胁和校正均方根误差RMSEC分别为.和.预测时的相关系数砌和预测均方根误差RMSEP分别为.和.。结论用小波滤噪和联合区间偏最小二乘法所建立的草莓糖度模型不仅能有效地减少建模所用的变量数缩短运算时间而且预测能力和精度均得到提高。关键词近红外光谱草莓糖度区间偏最小二乘法中图分类号.文献标识码A文章编号ll(瑚)弛s哑Modelolt咿Oegree洒Stra,eoerrybyN哪hlfiaredspeetnnBased∞Waveletoenot衄and硼Ls锄Ji鹏etal(CollegeofFoodandBiological嘶eerillgJi龃刚University孙enjiallgJiangsu)AbsmletObjectiveJleresearchaimedtoobtainthetestingmodelofsugarcontentofnearinfraredspecmlminstⅢberrywithhighaccuracy髓dstrongrobusmess.【MethodJheKS(KenmrdStone)methodwasusedtodividethesamplesetandthewaveletnoisefilteringimlhodwasusedtopie.reatthenelEirhlfiaredslJecmmaatlnminstrawberryatl舾tthepartialleastsquares(P)andintervalpart谢leastsquares(iPl)wereusedtOSet印tIlepredictionmodelresp..【ResultThespectlalmw私dividedtOsubintervalwiththeintervalpartialleastsquaresandtheeffectofsu鲥contentmodelestabfishedbytheirsubintervalwasoptin'lam.TecorrelationcoefficientRcincorrectionandrootm锄squarelTOrofcorrection刷瞪i即帆.and.resp.andthecorrelationcoetlqcient硒inforecastandtherootmeansquareelTOrofforecastwere.and.resp..ConclusionThestrawberrySugarcontentmodelestablishedbywaveletnoisefilteringmethodandintervalpartialleastsquaresriot饼lIyeodddecreasethevariable/t.mberofmodelingeffectivelyandshortentheoperationtimebutalsocouldinlplovl:thepredictionabilityandprecision.脚wordsm孵扛唧㈣睁degreeinterval删leastsquare草莓属蔷薇科(R,,aeeae)草莓属(rragr/aL.)为多年生草本植物是一种营养价值高且深受人们喜爱的鲜食水果。在草莓品质评价指标中可溶性固形物含量(即糖度)是影响草莓风味的主要因素之一。但目前草莓糖度的检测基本依靠常规手工破坏性的检测这种检测不但速度慢、损坏样本而且无法全数检测。近年来随着光谱分析技术、计算机技术和化学计量学的发展近红外光谱分析技术以其快速、廉价、无损的优势已越来越广泛地应用在果品质量的无损检测中其中样本集的划分、光谱数据预处理和识别模型的建立是当前近红外光谱分析的研究热点。样本划分方法主要有随机选择法⋯、按主成分分析选取法一等。光谱预处理方法很多目前普遍认可比较先进的方法是小波去噪法L。J。近红外光谱建模方面偏最ritZ.乘法(PLS)普遍认为是一种预测能力强的建模方法。|。最近No聊ardL等【“一和ZouXB等提出一种基于近红外光谱子区间的PIS建模方法不但能保证糖度模型预测精度而且优化光谱谱区选择、减少建模所用的变量数、缩短运算时间。笔者研究了如何通过近红外光谱获得简单、快速、鲁棒性强的草莓糖度预测模型。材料与方法.草莓样本从镇江市长岗草莓种植基地采摘到新鲜草莓(品种)个将其逐个编号后置于℃冰柜中贮藏。实验前将冰柜中取出的草莓置于环境温度可控的实验室(环境温度为加℃)中h使草莓整体温度达到与环境温度一致。·.近红外光谱采集用美国热电公司生产的AxⅡarisll型傅立叶变换近红夕l,(FrNm)光谱仪。光谱采集条件:以仪器基金项目作者简介收稿日期国家高科技项目(AAIOZ)国家自然基金资助项目()江苏省自然科学基金资助项目(BK)。石吉勇(一)男湖南株洲人硕士研究生。研究方向:农产品加工无损检测。()内置背景为参比积分球漫反射扫描范围为锄.(.rnn)扫描次数次分辨率Cnel~。测得的所有草莓近红外光谱如图l所示。图草霉原始近红外光谱ng.Origiml嘲r耐洲哪暇灯晒∞啊fstrawl,m.y’.糖度测定将采集完光谱的草莓榨汁用WYA.S型数字阿贝折射仪(上海精密科学仪器有限公司)测定其糖度值。.数据处理方法..样品集划分。随机选择法是随机地选取样品集中的样品该方法得到的建模结果有时会很不稳定这是由于选择的随机性造成的根据主成分分析(或偏最小二乘法)的三维投影图划分校正集和预测集有一定的正确性它可以寻找代表性样品作为校正集建模而这些代表性样品的选取是根据建模者的主观意识去实施的因而也具有不确定性。笔者采用K.S算法可以有效地解决样品集划分的不确定性KS算法划分样本是根据已经被选择的样品计算未被选择的样品的最小欧式距离然后选择计算出来的欧式距离最大的样品进入校正集如此反复直至选出指定的样品数。KS算法具体步骤如下:①首先计算两两样本之间的距离选择距离最大的个样品②分别计算剩余的样本与已选择的个样万方数据卷期石吉勇等基于小波滤噪和iP坞的草莓近红外光谱糖度检测模型本之间的距离③对于每个剩余样本而言其与已选样品之间的最短距离被选择然后选择这些最短距离中相对最长的距离所对应的样本作为第个样品④重复步骤③直至所选样品的个数等于事先确定的数目为止。..小波滤噪。为了消除由于仪器每次测量的能量影响对草莓原始近红外光谱进行中心化处理将每条光谱的平均能量去除。预处理后采用小波滤噪处理以消除噪声影响。小波滤噪是根据信号和噪声在不同尺度上小波变换的不同形态表现构造出相应的规则对信号和噪声的小波变换系数进行处理处理的实质在于减小甚至完全剔除由噪声产生的系数。同时最大限度地保留有效信号对应的小波系数。参考相关文献和多次试验研究经多次筛选和比较小波滤噪参数选择为:小波基采用db采用尺度分解用Birge‰策略来确定各尺度的阈值。..iP峪建立模型。所用的间隔偏最:b乘波长筛选法(iP瑙)是对L躺N驿团rd№J于(年提出的一种波长筛选法的改进该法主要用于筛选偏最小二乘法建模的波长区域其算法步骤如下:①对原始光谱进行预处理②在全光谱范围内建立待测品质的偏最小二乘模型(这里称为全局偏最小二乘模型)③将整个光谱区域划分为多个等宽的子区间假善藿童划饕礤实泱I糖度值№sur。d∞P峪模型设为个④在每个子区间上进行偏最/b"乘法回归建立待测品质的“局部回归模型”即可得到/个局部回归模型⑤以交互验证时的均方根误差RMSECV值为各模型的精度衡量标准分别比较全光谱模型和各局部模型的精度取精度最高的局部模型所在的子区间为人选区间⑥再在改入选区间两边适当扩充或缩小变量个数以得到最佳入选变量的P岱模型。结果与分析用KS方法将样本分为校正集和预测集其中校正集D个预测集个。表列出了被测草莓糖度实测值的变化范围、平均值、标准偏差。裹酸度实测值的统计m由k岛硼鼬or"addiiy捌加神value校正集∞.鳄...OlCalihation眩预测集....铂lhticlionset墨‰萎髅实测糖皮值M鼬s世ed蚴硼模型圈PLs模型和硼Ls模型校正集糖度预测值与实测值的散点圈瑰.Hand硼Ls删硼pf司碰豫棚actualvaluefa胁咖setsugar蛳为了比较小波滤噪和区间偏最小二乘法(羽蔓)处理的效所有模型建模过程中最佳主因子数由交互验证法(Q假一vali.果将所建模型分别与全光谱模型进行比较结果如表所示。damon)确定即由最小的预测残差平方和(PRESS)确定。表不同处理方法处理后的偏最小二秉法校正结果嗽Q问妇resultsfHSafterasOe印e咖b衄treatedby击m髓mmeflmds顶处理方法Pretreatmmtrlt捌建模方法Modelingmdhod眦Main箩factor燕咖壤巍墨蔗麓岫dcalibf面md哪lm州d舢∞喊舭“中心化cer血alij蜘m·全光谱PLSFullS№%ns中心化、小波滤波全光谱P岱Full叩咖mPLs(=en附咖mandWaveletfilteringO.睨.O.lO.lO.O.中心化、小波滤波iP岱(入选第个区间)·O.O...O.O.∞CentralizationiPl【s(Selectedintosi】吐e即tllin型堕型壁墼鲤竖!型草莓近红外光谱数据采用预处理后运用小波滤噪后的光谱。用全光谱(.cm一)数据与草莓糖度进行偏最小二乘(partiall喇舭PLS)建模。当PLS主因子数为时模型的均方根误差(RMSECV)达到最小糖度预测值与实测值的散点图如图(a)所示校正集相关系数.RMSECV为O.。由表可见草莓糖度的全光谱偏最小二乘模型预测精度不高。经过小波滤噪后的全光谱的偏最小二乘模型的精度有所提高。万方数据安徽农业科学ll!翌.墨j基侧鬟蓬实漶脯度值Veaisured毛藿量倒蹇蹬实涩口瞻庋值/eatsured∞PLS模型【b)iPLS模型圈FLS模型和伊Ls模型预测集糖度预测值与实测值的散点圈瑰.HSand羽Lsnllldfillprediaiveml劬埘V妇硝pr耐I伍m喊椰伊d留暇将草莓近红外全光谱划分为ll⋯个子区间分别进行iPIS建模第个子区间(cnl.)的iPI.S模型RMSECV值最小(表)。校正集iPIS模型糖度预测值与实测值的散点图如图(b)所示此时模型主因子数为对预测集进行预测相关系数为.RMSECV为.预测结果散点图如图所示。这一精度高于全光谱模型的精度其原因主要是去除了其他干扰信息的区间选用包含重要信息区间来建立模型提高模型的稳健性和预测能力。结语研究利用KennardStone算法进行样品集的划分用小波滤噪法对草莓糖度近红外光谱进行了预处理滤除近红外光谱中的噪声信息并用区间偏最,乘法建立了糖度预测模型。结果表明小波滤噪预处理后再用区间偏最小二乘法选取合适的光谱区间建模不仅能有效地减少建模所用的变量数缩短运算时间而且预测精度得到提高。但该研究所用草莓经过较长时间的运输、放置出现了不同程度的软化现象其内部各可溶性组分含量存在较大差异因此各样本特征谱区间也有差异对建模有较大影响草莓表面斑点及未清理掉的茸毛对光谱采集、建模也有影响。如果实验样品处于同一生理阶段并能有效排除斑点、茸毛等影响可使检测模型的预测能力得到进一步提高。参考文献uxL砸YWUCQ.ela.Nnd刚ve腿目帕删andrlnmr血anal弹iofsolublesolid吼m喇dt髓softdnnkb培ed∞Vjs/Nm叩噬岫哪【Jj.JourrddFood嘶涮ng砌():.FUx.Ⅶ忙YXUHela.Princi叫ca.pam她artifidalneural喇wrksfarr础aingSscmd衙nrt∞offruitsbased∞ne口ir缸a'ed掣蛐mcapyMj//U试tedSlm§:脑i㈨蜘elyd蛳洲删andBid嘴砌嘶螂St.J孵pIlMI田:.HEY.uxsHAY.FastdisajIlin撕∞of哪】levaietiesI玛ingvis/nm印ec峨copylJj.IraematiaaalJournalofFoodPmp酬。∞町lO():一.】SHAOYliEY.N(nie栅砸vem嘲哪Mmrnftheaddityd嘲御栅based∞warderIranBfomland删leastsqumes【MJ.WmsawPdand:lrlslJtuted日eeaicalandⅡectrolli∞EI埔r∞slnc.H∞曲nW叮M瞄lUnitedStates.凹:∞.N姒lBM衄ONKI。I^加Ⅲ诹n州J.garld兀S悄卿i∞onwardertmnffanledNmspectrafor脚面∞d枷g盯eomelllf印pleJ.oHmH舾aandIntelligentlah∞atary鲫gte∞独():.lNORGAARDLSAlDI^NDA.ⅥAG艘Jda.Intervalp瓶dleastsq毗nasM删∞(iPLs):Ampal'ltJvec}I目"mcaudywilithBe㈣plefromne口infraredspect娜J.APpI矧specIrnBpy加∞():.】NOI{G^^RDLHA刚MT踟瞄硎LBela.舢tivwiatene∞inframtandRlmlmspecm蒯cquantificatiomdtheeryslallinityoflaeuMinwI料penm蛐oo妇J.f吐∞击(mlr',iryJoml日l晒():l.删XB孤AOHw.IJYx.selectionftIle函cient哪d吲h嚼瞄inn:mspedⅫ∞阿hdelelllin撕ollfSsCf’Fuji’印出b睡捌∞iPISandR眦fMIelsJ.Vibr锄imalSpect喁oopy町:.zUx撇J.Methodsfch锄删cwavelengthI晒∞andwvd∞曲睁lectionbasedOn刚cako.thmJ.Q“学∽Xadaz/Aeta蛳∞Sinica加昕。():一.■·●■·■·●■·●斗●啐·●●·●■·●呻·●‘●一·●一’卜。‘●■·’·卜。■’。。■一·。■’■’··■··(上接第页)农民素质培训的内容改变农民接受技术盲从的被动局面通过分类指导、典型带动发挥农民主动性和创造性。.品牌塑造我国加入WIT)后农产品的市场竞争形势日益严峻农业品牌在市场竞争中的作用也越来越大【J。要坚持“市场导向、政府推动、企业主体”的原则依托优势农业资源做好农产品商标注册和地理标志注册工作使名优特农产品获得应有的保护。加大经济和文化资源的整合力度以强化差异和特色为重点努力确立社会对农产品品牌的认知和肯定。将品牌建设与产业结构调整相结合充分发挥特色农业产业带的区域优势。将区域优势转化为品牌优势和竞争优势政府部门要抓好品牌产品的新技术利用和管理强化品牌产品质量监督和监管保证品牌农产品的品质稳定和质量安全。要积极做好品牌的宣传和推介工作通过农博会、农洽会等渠道扩大产品品牌的知名度。参考文献田宜龙.河南农业产业化龙头企业带动能力越来越强N.河南日报.Dff/.赵献林。雷振生吴政卿.河南j落!托起中国粮食安全的希望J.种业导刊.mOB(IO):.张曼平。孙浩.河南农村劳动力转移的制约因素及对策J.河南教育学院学报:哲学社会科学版.X)()::.黄徂辉王朋.农村±地流转:现状、问题及对策J.浙江大学学报:人文社会科学版():.钟在明.农业科技亟待体制创新J.农村工作通讯():.熊尚鹏.关于农业信息化建设若干问题的思考J.农业经济():一镐.周琳.发展现代农业与农民素质培养J.湖北社会科学瑚B():D一.樊元秦燕.甘肃特色农业发展的新思路一区域品牌战略J.开发研究加():.On二.&Ztii屯屯万方数据基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型作者:石吉勇邹小波赵杰文殷晓平作者单位:江苏大学食品与生物工程学院,江苏镇江,刊名:安徽农业科学英文刊名:JOURNALOFANHUIAGRICULTURALSCIENCES年卷(期):()被引用次数:次参考文献(条)LIXLHEYWUCQNondestructivemeasurementandfingerprintanalysisofsolublesolidcontentofteasoftdrinkbasedonVisNIRspectroscopy()FUXYINGYXUHPrincipalcomponentsartificialneuralnetworksforpredictingSSCandfirmnessoffruitsbasedonnearinfraredspectroscopyHEYLIXSHAOYFastdiscriminationofapplevarietiesusingVisNIRspectroscopy()SHAOYHEYNondestructivemeasurementoftheacidityofstrawberrybasedonwavelettransformandpartialleastsquaresNICOLAIBMTHERONKILAMMERTYNJKernelPLSregressiononwavelettransformedNIRspectraforpredictionofsugarcontentofapple()NORGAARDLSAUDLANDAWAGNERJIntervalpartialleastsquaresregression(iPLS):Acomparativechemometricstudywithanexamplefromnearinfraredspectroscopy()NORGAARDLHAHNMTKNUDSENLBMultivariatenearinfraredandRamanspectroscopicquantificationsofthecrystallinityoflactoseinwheypermeatepowder()ZOUXBZHAOHWLIYXSelectionoftheefficientwavelengthregionsinFTNIRspectroscopyfordeterminationofSSCof'Fuji'applebasedonBiPLSandFiPLSmodelsZOUXZHAOJMethodsofcharacteristicwavelengthregionandwavelengthselectionbasedongeneticalgorithm期刊论文GuangxueXuebao()相似文献(条)期刊论文艾施荣刘木华AIShirongLIUMuhua遗传算法结合区间偏最小二乘法在草莓酸度近红外光谱检测的研究江西农业大学学报,()为探索近红外漫反射光谱技术快速无损检测草莓酸度的新方法,共采集了颗草莓漫反射近红外光谱数据(波长范围~nm)通过采用标准正交变换(SNV)对原始光谱进行预处理后,将全光谱分为个子区间,通过样本交互验证法优化每个子区间的最佳主成分数并计算区间对应的交互验证均方根误差(RMSECV),得到第个子区间(共个特征波长)对应的预测均方根误差最小采用遗传算法对第子区间内的波数点进一步优选出,,,nm个波数点,用这个波长的光谱信息建立的草莓近红外酸度模型预测集相关系数为,预测集均方根误差为结果表明:间隔偏最小二乘法结合遗传算法能筛选出最优波长并能减少建模所用变量,提高检测精度,保证模型的稳健性学位论文廖尚宜新矿物草莓红“绿柱石”的晶体化学研究该文利用了扫描电镜能谱仪(SEMEDS)、电子探针波谱仪(EPMA)、高分辨等离子质谱仪(HRICPMS)和X射线单晶衍射仪等方法,对该矿物进行了分析发现其成份、结构和光学特征等均异于常见的含Cs绿柱石(Morganite)它是一种含高铯属三方晶系的、新发现的宝石矿物,称此矿物为草莓红"绿柱石"(Pezzottaite)空间群为Rc,晶体化学式为:(CS<,>Na<,>K<,>Rb<,>Ca<,>)<,>(Be<,>Li<,>)<,>(Al<,>Fe<,>)<,>Si<,>O<,>晶胞参数为:a=nm,c=nm,α=β=°,γ=°V=nm<'>X射线粉晶分析与绿柱石比较发现此矿物缺乏d=nm的强线,而增加了较多弱的超结构线其d值为:nm,nm,和nm等折射率:№=,Ne=±,重折射率:,SG:~此外,该文又进一步利用紫外可见近红外光谱,傅立叶红外光谱和拉曼光谱研究了此矿物的颜色的成因和水在隧道结构中的状态同时也指出三方晶系的草莓红"绿柱石"振动谱学的特征与其它绿柱的石区别红外光谱中SiO伸缩振动峰位于cm<'>,两个强度近于相同的Ⅱ型水特征伸缩振动吸收峰位于lcm<'>和cm<'>认为与隧道中含高Cs离子有关其特征拉曼谱峰为cm<'>和cm<'>学位论文廖尚宜草莓红绿柱石(Pezzottaite)的微结构研究及其应用本文对马达加斯加花岗伟晶岩中的草莓红绿柱石进行了显微镜观察研究了它的宏观外貌及其在镜下各种光学性质采用热场发射扫描电镜能谱仪(FESEMEDS)、电子探针(EPMA)、高分辨等离子质谱仪(HRICPMS)、X射线单晶(XRSCD)和粉晶衍射仪(XRD)和同步辐射X光形貌(SRXRT)等方法研究了其微成分和微结构的变化利用谱学方法傅立叶红外光谱(FTIR)拉曼光谱(Raman)紫外可见近红外光谱(UvVIS)电子顺磁共振谱(EPR)等研究了其精细结构对其晶体结构空间群生长形态、微形貌的变化晶格缺陷和物理性质进行了系统研究对其成因也进行了分析。<br>  通过对该伟晶岩矿床的实地地质考察和室内研究认为草莓红绿柱石是伟晶岩晚期热液交代阶段BeLi和Cs等稀有金属高度矿化的产物岩体应属于复杂的铌钇氟(NYF)和锂铯钽(LCT)混合型稀有金属晶洞花岗伟晶岩。<br>  在单偏光镜下可见此矿物具多色性现象C轴为橙粉红色而上C轴呈紫粉红色。正中突起。在正交偏光镜下平行消光干涉色低有异常消光现象。在锥光镜下观察为一轴晶负光性有异常的二轴晶干涉现象。折射率C轴为~和上c轴分别为~。常见平行光轴方向的管状气液相包裹体它们主要分布于晶体产生的微裂隙之中。<br>  利用SEMEDS、FESEMEDS等进行了的成分半定量能谱分析以及线和面的扫描另外通过EPMA和LAICPMS等进行了成分定量分析发现草莓红绿柱石微区的化学成分分布不均匀(CsOwt%的含量变化为~%)常呈环带状或脉状分布。由晶体核部到边部特别是风化熔蚀的柱面上Cs的含量增加。认为Cs元素是在晶体生长晚期从外层交代“绿柱石”进入晶格而形成。元素定量成份分析表明晶体中存在Mn、Fe等以类质同像的方式置换八面体中Al和Li对四面体中Be的置换。晶体化学式为:(CSNaKRbCa)(BeLi)(AlFe)SiO简单化学式为:Cs(BeLi)AlSi。<br>  采用X射线单晶衍射仪对多个草莓红绿柱石单晶样品进行了现代X射线单晶德拜衍射技术和单晶衍射的研究。发现草莓红绿柱石的衍射数据中有两套强弱不等的衍射点强衍射点为绿柱石结构弱衍射点为超结构。由于结构中LiBe离子的有序分布引起结构的对称性降低由六方晶系变成三方晶系。晶胞参数为:α=()nmb=()nmc=())nmα=β=°γ=°z=晶胞体积v=()nm。超结构的结果造成矿物的晶胞参数增大特别在C轴方向较绿柱石增大三倍。确定了各个原子的坐标、键长和键角的变化。研究并讨论了碱金属LiCs→Be在结构中的有序置换结构的变化对矿物的物理性质、晶体的牛长形态和形貌的影响。提出晶胞参数ca值增大会造成晶体结构沿C轴的化学键力变弱使得{)结构不稳定而摊塌而{}生长显得相对发育。<br>  本矿物的空间群是Rc还是Rc在国际上存在着争论。作者首先发现草莓红绿柱石中具有一种独特的复三方偏三角面体负晶包裹体为对称型m的一般形与空间群Rc相对应其次是见到少量的完整的晶体形态它们是具有对称中心的几何单形即{)和{)组成的聚形。又由压电性实验证明此矿物不具压电性。确定其空间群为Rc。<br>  利用SRXRI研究表明:草莓红绿柱石中具复杂的缺陷存在:()刃位错和螺位错线缺陷的特征刃位错的伯氏矢量b()()螺位错的伯氏矢量b。位错的方向变化较大()面缺陷如小角晶界和大角晶界的镶嵌结构和双晶:()体缺陷如管状(负晶)包裹体等。<br>  首次获得了草莓红绿柱石的同步辐射X射线单色光形貌图及其摇摆曲线。发现大部份草莓红绿柱样品的晶体完美程度较绿柱石低存在各种缺陷。摇摆曲线具有宽阔(半高宽值大)和多峰的特征。形貌图中常见从晶体中心发散延伸至表面密集的生长位错束。还有塑性变形、位错圆锥、双晶和管状包裹体填充等缺陷特征。<br>  FTIR和Raman研究了此矿物的精细结构及水在隧道结构中的状态同时也指出三方晶系的草莓红绿柱石振动谱学的特征。研究表明晶体的结构孔道中I型、II型水分子并存且II型水的含量明显占优。红外光谱中Si伸缩振动峰位于cm两个强度近于相同的II型水特征伸缩振动吸收峰位于cm和cm。认为与隧道中含高Cs离子有关。其特征拉曼谱峰为cm和cm。<br>  利用UVVIS吸收光谱分析发现草莓红绿柱石的吸收模式与淡红色高铯绿柱石相似其主吸收带位于蓝区nm而绿区nm吸收肩相对较弱认为是与Mn有关的吸收。通过电子顺磁共振谱研究表明马达加斯加的草莓红绿柱石和淡红色高铯绿柱石都具有Mn的根超精细结构谱线。g因子也相同(g()=)但草莓红绿柱石中每根Mn超精细结构强谱线又分裂为个谱线(一强谱线二弱谱线)。分裂的原因是因为晶体结构中Li和Be有序的分布导致原绿柱石结构中的A。八面体分裂其晶体场发生畸变所致。期刊论文刘升金同铭LiuShengJinTongming不同冻藏时间对速冻草莓营养品质的影响制冷学报,()用非破坏快速分析方法近红外光谱法(NIRs)分析草莓在℃条件下冻藏个月、个月、个月和个月时维生素C、柠檬酸、苹果酸、蔗糖、葡萄糖和果糖等种营养成分的变化结果表明冻藏过程中速冻草莓维生素C、柠檬酸和蔗糖含量逐渐降低苹果酸、葡萄糖和果糖含量逐渐增加学位论文郭峰基于机器视觉的水果品质无损检测与分析方法研究基于机器视觉的水果品质无损检测与分析是水果产后处理的关键环节在农产品标准化的过程中发挥着重要作用目前在国内有很大的市场潜力。随着视觉传感器成本的下降和分辨率的提高多传感器融合理论和数据挖掘方法将在水果无损检测设备的开发中起到重要的作用。能稳定而准确地表征果实品质的特征和合理的品质分析方法是决定系统开发成败的关键。本文将特征提取过程分为光学系统和图像采集方法设计、对象识别和不变特征提取三部分将品质判别根据设计目标分为用于果实外部品质特征的定性判别和用于果实内部品质特征的定量分析结合开发的试验平台提出了满足在线检测速度、精度要求的特征提取和品质分类方法。在特征提取方面提出了基于OHTA颜色空间的果实分割算法该方法在草莓分选机器人和智能瓜果精选分级机上都取得了满意的分割效果。在果实分割的基础上接合智能瓜果精选分级机的试验平台提出了利用插值计算获得果实轮廓的方法。这种方法能提取出平滑的果实轮廓速度和精度都满足后续特征处理的需要结合草莓收获机器人的试验平台提出了基于贝叶斯置信网的果柄检测方法:将果实的形状信息和颜色信息用贝叶斯置信网来表示根据贝叶斯置信网的推理结果来给出果实的头尾信息。这种方法在黑色和白色的背景下都能实现果柄的精确提取。设计了智能瓜果精选分级机的全方位图像采集系统采用三个摄像机拍摄果实表面图像信息。结合该图像采集平台进行了多摄像机图像融合方面的研究:利用左右两侧摄像机构成的会聚式立体视觉系统进行了果实高度特征提取的研究。采用DS证据推理理论提出了基于三摄像机图像融合的水果成熟度判别方法。利用基于特定感知域的特征直方图来代表水果的外部特征(颜色、形状):用主色调直方图来代表果实颜色特征用正则化直径直方图和内插角直方图来代表果实圆整度对草莓、甜椒带柄作物首先判别果实的位姿利用果实尾部的正则半径直方图来表示尾部的圆整度利用果实两侧的正则直径直方图来代表果实的对称度。在果实外部品质定性判别方面结合多感知域直方图提出了利用计算待测样本直方图和标准直方图的相似度来决定果实种类的方法利用分辨因子来代表分类效率分析了直方图分辨率对分选精度的影响以西红柿、青椒、草莓为研究对象进行了基于直方图匹配的水果分类试验。在果实内部品质定量分析方面利用化学计量学方法来处理海量的近红外多光谱数据以白桃为研究对象分析了利用多变量线性回归(MLR)、主成分回归(PCR)和最小二乘回归(PLSR)三种方法构建的糖度预测模型精度利用后退法确定最优近红外光谱区间用正交信号校正法(OSC)对光谱数据进行预处理分析了特征选择方法和特征变换方法对提高果实糖度预测模型精度的影响。本文链接:http:dwanfangdatacomcnPeriodicalahnykxaspx授权使用:华中科技大学(wfhzkjd)授权号:ecdbdfdebb下载时间:年月日

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

文档小程序码

使用微信“扫一扫”扫码寻找文档

1

打开微信

2

扫描小程序码

3

发布寻找信息

4

等待寻找结果

我知道了
评分:

/5

!基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利