登录    注册    忘记密码

期刊文章详细信息

基于近红外高光谱成像技术的长枣含水量无损检测  ( EI收录)  

Non-destructive determination of moisture in jujubes based on near-infrared hyperspectral imaging technique

  

文献类型:期刊文章

作  者:吴龙国[1] 何建国[1] 刘贵珊[1] 贺晓光[1] 王伟[2] 王松磊[1] 李丹[1]

机构地区:[1]宁夏大学农学院,宁夏银川750021 [2]宁夏大学物理电气信息学院,宁夏银川750021

出  处:《光电子.激光》

基  金:国家科技支撑计划(2012BAF07B06);国家自然科学基金(31060233);2011年度宁夏回族自治区科技攻关计划项目

年  份:2014

卷  号:25

期  号:1

起止页码:135-140

语  种:中文

收录情况:BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、EI(收录号:20141317523260)、IC、JST、RCCSE、SCOPUS、核心刊

摘  要:利用近红外(NIR)高光谱(900~1700nm)成像技术对灵武长枣含水 量的无损检测进行了研究。通过900~1700nm 高 光谱成像系统采集了128个长枣图像,对原始光谱与Savitzky-Golay 平滑处理后的光谱反 射率R曲线、吸收率A曲线和Kubelka-Munk函数(KM )等曲线的偏最小二乘回归(PLSR)模型进行对比分析;采 用PLSR的加权β系数分别提取不同光谱参数下的特征波长,建立R-PLSR、A-PLSR和KM-PLSR的长 枣 含水量预测模型。结果表明,采用原始光谱建立的PLSR模型优于Savitzky-Golay平滑的PLS R模 型;原始光谱的特征波长建立的PLSR模型优于全波段的PLSR模型,特征波长建立的KM-PLSR模型优于R- PLSR、A-PLSR模型,决定系数(R2)和预测均 方根误差(RMSEP)分别为0.793、1.828。这表明,NIR 高光谱成像技 术提取特征波长进行长枣水分检测是可行的,同时也为今后长枣品质在线检测提供了理论依据。

关 键 词:高光谱成像技术  长枣 含水量 无损检测

分 类 号:TP399] O657.33[计算机类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心