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

雷竹笋硬度的近红外光谱检测模型优化

周竹 郑剑 王允祥 曾松伟

周竹, 郑剑, 王允祥, 曾松伟. 雷竹笋硬度的近红外光谱检测模型优化[J]. 浙江农林大学学报, 2015, 32(6): 875-882. doi: 10.11833/j.issn.2095-0756.2015.06.008
引用本文: 周竹, 郑剑, 王允祥, 曾松伟. 雷竹笋硬度的近红外光谱检测模型优化[J]. 浙江农林大学学报, 2015, 32(6): 875-882. doi: 10.11833/j.issn.2095-0756.2015.06.008
ZHOU Zhu, ZHENG Jian, WANG Yunxiang, ZENG Songwei. Phyllostachys violascens model optimization for bamboo shoot firmness using near-infrared spectroscopy[J]. Journal of Zhejiang A&F University, 2015, 32(6): 875-882. doi: 10.11833/j.issn.2095-0756.2015.06.008
Citation: ZHOU Zhu, ZHENG Jian, WANG Yunxiang, ZENG Songwei. Phyllostachys violascens model optimization for bamboo shoot firmness using near-infrared spectroscopy[J]. Journal of Zhejiang A&F University, 2015, 32(6): 875-882. doi: 10.11833/j.issn.2095-0756.2015.06.008

雷竹笋硬度的近红外光谱检测模型优化

doi: 10.11833/j.issn.2095-0756.2015.06.008
基金项目: 

浙江省自然科学基金资助项目(Y3110450,LY13C200014);浙江省科学技术公益项目(2011C22069);浙江农林大学智慧农林业研究中心资助项目(2013ZHL03);浙江农林大学人才启动基金资助项目(2012FR085)

详细信息
    作者简介: 周竹,讲师,博士,从事木材智能化检测技术等研究。
    通信作者: 郑剑,讲师,博士研究生,从事农产品储藏加工与品质检测等研究。
  • 中图分类号: S123;O657.33

Phyllostachys violascens model optimization for bamboo shoot firmness using near-infrared spectroscopy

Funds: 

浙江省自然科学基金资助项目(Y3110450,LY13C200014);浙江省科学技术公益项目(2011C22069);浙江农林大学智慧农林业研究中心资助项目(2013ZHL03);浙江农林大学人才启动基金资助项目(2012FR085)

计量
  • 文章访问数:  3297
  • HTML全文浏览量:  379
  • PDF下载量:  484
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-01-13
  • 修回日期:  2015-03-23
  • 刊出日期:  2015-12-20

雷竹笋硬度的近红外光谱检测模型优化

doi: 10.11833/j.issn.2095-0756.2015.06.008
    基金项目:

    浙江省自然科学基金资助项目(Y3110450,LY13C200014);浙江省科学技术公益项目(2011C22069);浙江农林大学智慧农林业研究中心资助项目(2013ZHL03);浙江农林大学人才启动基金资助项目(2012FR085)

    作者简介:

    周竹,讲师,博士,从事木材智能化检测技术等研究。

    通信作者: 郑剑,讲师,博士研究生,从事农产品储藏加工与品质检测等研究。
  • 中图分类号: S123;O657.33

摘要: 为了提高应用近红外光谱技术无损检测雷竹Phyllostachys violascens竹笋硬度的精度,研究了雷竹笋硬度光谱检测模型的优化方法。首先对雷竹笋原始光谱进行正态变量变换(SNV),然后采用后向间偏最小二乘法(biPLS)去除部分与竹笋硬度无关的变量,随后进一步采用竞争性自适应权重法(CARS)剔除无关变量,最后采用连续投影算法(SPA)将光谱变量个数从1 557个减少为25个。最终,biPLS?鄄CARS?鄄SPA模型的交叉验证相关系数(rcv),预测相关系数(rp),交叉验证均方误差(RMSECV)以及预测均方误差(RMSEP)分别为0.984,0.926,0.300 Ncm-2 和0.625 Ncm-2,优于其他几种常见的变量选择方法及其组合。研究结果表明,biPLS-CARS-SPA方法所选特征变量避开了水分强吸收峰的影响,具有实际的物理表征意义,为竹笋硬度在线快速检测、筛选和指导切削设备的研发提供了重要的理论依据。图6表3参20

English Abstract

周竹, 郑剑, 王允祥, 曾松伟. 雷竹笋硬度的近红外光谱检测模型优化[J]. 浙江农林大学学报, 2015, 32(6): 875-882. doi: 10.11833/j.issn.2095-0756.2015.06.008
引用本文: 周竹, 郑剑, 王允祥, 曾松伟. 雷竹笋硬度的近红外光谱检测模型优化[J]. 浙江农林大学学报, 2015, 32(6): 875-882. doi: 10.11833/j.issn.2095-0756.2015.06.008
ZHOU Zhu, ZHENG Jian, WANG Yunxiang, ZENG Songwei. Phyllostachys violascens model optimization for bamboo shoot firmness using near-infrared spectroscopy[J]. Journal of Zhejiang A&F University, 2015, 32(6): 875-882. doi: 10.11833/j.issn.2095-0756.2015.06.008
Citation: ZHOU Zhu, ZHENG Jian, WANG Yunxiang, ZENG Songwei. Phyllostachys violascens model optimization for bamboo shoot firmness using near-infrared spectroscopy[J]. Journal of Zhejiang A&F University, 2015, 32(6): 875-882. doi: 10.11833/j.issn.2095-0756.2015.06.008

目录

    /

    返回文章
    返回