留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于近红外光谱与随机青蛙算法的褐变板栗识别

郑剑 周竹 仲山民 曾松伟

郑剑, 周竹, 仲山民, 曾松伟. 基于近红外光谱与随机青蛙算法的褐变板栗识别[J]. 浙江农林大学学报, 2016, 33(2): 322-329. doi: 10.11833/j.issn.2095-0756.2016.02.019
引用本文: 郑剑, 周竹, 仲山民, 曾松伟. 基于近红外光谱与随机青蛙算法的褐变板栗识别[J]. 浙江农林大学学报, 2016, 33(2): 322-329. doi: 10.11833/j.issn.2095-0756.2016.02.019
ZHENG Jian, ZHOU Zhu, ZHONG Shanmin, ZENG Songwei. Chestnut browning detected with near-infrared spectroscopy and a random-frog algorithm[J]. Journal of Zhejiang A&F University, 2016, 33(2): 322-329. doi: 10.11833/j.issn.2095-0756.2016.02.019
Citation: ZHENG Jian, ZHOU Zhu, ZHONG Shanmin, ZENG Songwei. Chestnut browning detected with near-infrared spectroscopy and a random-frog algorithm[J]. Journal of Zhejiang A&F University, 2016, 33(2): 322-329. doi: 10.11833/j.issn.2095-0756.2016.02.019

基于近红外光谱与随机青蛙算法的褐变板栗识别

doi: 10.11833/j.issn.2095-0756.2016.02.019
基金项目: 

浙江省自然科学基金资助项目(Y3110450,LQ13F050006);浙江农林大学科研发展基金资助项目(2008FR053,2012FR085);浙江省木本粮油产业科技创新团队项目(2011R50030-2)

详细信息
    作者简介: 郑剑,讲师,博士研究生,从事农产品储藏加工与品质检测研究。
    通信作者: 周竹,讲师,博士,从事智能化检测与控制技术研究。
  • 中图分类号: S123; S664.2

Chestnut browning detected with near-infrared spectroscopy and a random-frog algorithm

Funds: 

浙江省自然科学基金资助项目(Y3110450,LQ13F050006);浙江农林大学科研发展基金资助项目(2008FR053,2012FR085);浙江省木本粮油产业科技创新团队项目(2011R50030-2)

计量
  • 文章访问数:  2896
  • HTML全文浏览量:  299
  • PDF下载量:  573
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-04-16
  • 修回日期:  2015-09-07
  • 刊出日期:  2016-04-20

基于近红外光谱与随机青蛙算法的褐变板栗识别

doi: 10.11833/j.issn.2095-0756.2016.02.019
    基金项目:

    浙江省自然科学基金资助项目(Y3110450,LQ13F050006);浙江农林大学科研发展基金资助项目(2008FR053,2012FR085);浙江省木本粮油产业科技创新团队项目(2011R50030-2)

    作者简介:

    郑剑,讲师,博士研究生,从事农产品储藏加工与品质检测研究。

    通信作者: 周竹,讲师,博士,从事智能化检测与控制技术研究。
  • 中图分类号: S123; S664.2

摘要: 为了实现板栗Castanea mollissima的快速自动分选,研究了基于近红外光谱技术的褐变板栗无损检测方法。首先采用Antaris Ⅱ傅里叶变换近红外光谱仪获取70个正常板栗和110个褐变板栗的近红外光谱(1 000.00~2 500.00 nm),比较了不同光谱预处理方法对褐变板栗识别的影响,随后采用一种新的变量选择方法即随机青蛙算法(random frog)提取与板栗褐变相关的特征波长变量,最后基于特征波长建立和比较了褐变板栗识别的偏最小二乘?鄄线性判别分析模型(PLS-LDA)和最小二乘-支持向量机(LS-SVM)模型。结果显示:经标准正态变量变换(SNV)预处理和随机青蛙算法优选的23个特征波长所建LS-SVM模型的性能最优,该模型对测试集的敏感性、特异性和识别正确率分别为0.92,1.00和95.00%。随机青蛙算法可以有效筛选重要的特征变量,不仅能简化模型,而且可以提高识别准确率和识别速度。图4表3参22

English Abstract

郑剑, 周竹, 仲山民, 曾松伟. 基于近红外光谱与随机青蛙算法的褐变板栗识别[J]. 浙江农林大学学报, 2016, 33(2): 322-329. doi: 10.11833/j.issn.2095-0756.2016.02.019
引用本文: 郑剑, 周竹, 仲山民, 曾松伟. 基于近红外光谱与随机青蛙算法的褐变板栗识别[J]. 浙江农林大学学报, 2016, 33(2): 322-329. doi: 10.11833/j.issn.2095-0756.2016.02.019
ZHENG Jian, ZHOU Zhu, ZHONG Shanmin, ZENG Songwei. Chestnut browning detected with near-infrared spectroscopy and a random-frog algorithm[J]. Journal of Zhejiang A&F University, 2016, 33(2): 322-329. doi: 10.11833/j.issn.2095-0756.2016.02.019
Citation: ZHENG Jian, ZHOU Zhu, ZHONG Shanmin, ZENG Songwei. Chestnut browning detected with near-infrared spectroscopy and a random-frog algorithm[J]. Journal of Zhejiang A&F University, 2016, 33(2): 322-329. doi: 10.11833/j.issn.2095-0756.2016.02.019

目录

    /

    返回文章
    返回