油茶果自然霉变程度的可见/近红外与中短波近红外光谱检测

分析利用可见/近红外光谱（400～1 000 nm）与中短波近红外光谱（900～1 700 nm）对不同自然霉变程度油茶果检测判别的可行性,实验同时采集不同霉变程度油茶果赤道阴面、阳面和接合面三点的两波段光谱,样品平均光谱的主成分分析（principal component analysis,PCA）发现不同霉变程度样品同组内具有一定聚类效果且PC1和PC2对于判别不同组间样品有效,全光谱偏最小二乘判别分析模型结果显示原始光谱已具有足够信息,建立的模型性能比预处理后全光谱更优。进一步进行特征波长选取,发现相比于PC载荷,连续投影法在两光谱范围选取波长建立的简化模型均为最优,预测集判别准确率与Kappa系数均为84.4%与0.766 7。结合预测集混淆矩阵发现,两光谱范围最优简化模型预测不同霉变组样品特异度相当,均在0.84以上,但900～1 700 nm中短波近红外光谱对于中等霉变程度的判别灵敏度（0.72）略高。本研究表明近红外光谱技术可用于油茶果的自然霉变程度检测,可见/近红外与中短波近红外光谱能力相当,考虑到仪器成本问题,可见/近红外光谱具有更好的实时检测应用前景。     

水果成熟度无损检测技术研究进展

成熟度作为衡量水果品质的关键性因素,与水果的采摘、包装、贮藏、运输等作业环节密切相关,也是其产量和质量的决定性因素之一。已有的人工经验分析方法和理化实验方法均存在过于主观、检测效率低、操作繁琐等缺点,难以实现大批量水果成熟度无损检测的要求。无损检测技术凭借快速、高效等优势在水果成熟度检测领域已有较广泛的研究探索,该文综述了近年来国内外关于电学、声学等基本特性,电子鼻、机器视觉等智能感官仿生技术,近红外光谱技术以及高光谱成像技术等无损检测技术在水果成熟度检测中的最新研究进展,并对各项技术现存的问题和今后的发展前景进行了分析和展望,以期为我国农产品种植和自动化采摘提供参考和借鉴。     

木本粮油林果品质的近红外光谱及成像无损检测研究进展

木本粮油林果的品质检测是产业发展的重要支撑,关乎国民健康安全的同时也有利于提升产品的国际竞争力.近红外光谱及高光谱成像检测技术相较于传统检测方法具有快速、无损、安全和便于实现在线检测等特点,在林果品质检测中具有优势.该文综述了近红外光谱和高光谱成像技术的原理,介绍了其在木本粮油林果营养组分预测、成熟度评估、产地溯源与品...     

水果成熟度近红外光谱及高光谱成像无损检测研究进展

成熟度作为一项水果品质重要评价指标,与水果的采收、储存、加工、运输、销售等环节息息相关,也是其产量和质量的关键影响因素之一。本文综述了国内外近十年来利用近红外光谱和高光谱成像技术检测水果成熟度的研究现状。从水果成熟度定性判别和成熟度参数定量预测两个方面入手,详细分析了光谱仪器工作波段、光谱采集方式、光谱采样区域、成熟度表征因子、单一成熟度参数、多元成熟度指数对最终检测模型精度和稳定性的影响,最后展望了近红外光谱和高光谱成像技术在水果成熟度检测方向的未来发展趋势,以期为相关领域研究工作提供科学依据和技术参考。     

小麦质量指标可见/近红外光谱动态检测方法研究

本文通过动态采集小麦的可见/近红外漫反射光谱(600～1 600 nm),结合偏最小二乘法(PLS)和BP神经网络(BP-ANN)建模方法建立小麦的蛋白质、水分、湿面筋、硬度指数的定量预测模型,利用决定系数(R2)、均方根误差(RMSE)和验证集标准偏差与预测标准偏差的比值(RPD)作为评价指标进行验证,比较分析了 3...     

高光谱成像技术检测油茶果成熟度

为解决油茶果采摘期判断不准确可能导致的茶油产量降低问题,应用高光谱成像技术结合化学计量法对油茶果成熟度进行定性判别。完成了高光谱图像的曲率校正,分析不同成熟阶段油茶果的光谱特征和理化特征的变化情况。使用4 种不同的分类算法建立基于全波段光谱数据的油茶果成熟度判别模型,发现支持向量机（support vector machine,SVM）模型的分类正确率最高为97%。结合5 种特征变量选择方法对全波段光谱数据进行降维,发现经过竞争性自适应重加权算法（competitive adaptive reweighted sampling,CARS）选择的特征波长建立的模型正确率最高为82%。提取高光谱图像中的颜色特征和纹理特征建立SVM模型后发现,融合颜色特征和光谱特征建立的SVM模型的正确率高于使用单一的光谱特征（经CARS降维）建立的模型正确率：训练集分类正确率为95%,测试集正确率为93%。结果表明,利用高光谱成像技术能够对不同成熟度的油茶果进行较准确的分类,为茶农对油茶果最佳采摘期的判断提供科学依据,在保障茶籽产量最大化、油质最优化等方面具有重要意义。     

肉类掺杂掺假的高光谱成像检测研究进展

肉类的掺杂掺假是国内外普遍关注的公共安全问题,对社会经济、健康、环境等方面具有潜在影响。近年来,不法商家为牟取暴利导致肉类掺杂掺假现象层出不穷、多种多样,针对此类问题研究行之有效的检测技术与方法以保障肉品真实性具有重要意义。高光谱成像技术以快速、非侵入、图谱合一等优势在食品农产品检测领域发展迅速,不仅可同时提取图像及光谱特征信息,还具备让肉类掺杂掺假"快速现形"的能力,具有较好的未来市场应用前景。该文介绍了肉类掺杂掺假现状,简述了高光谱成像原理及相关研究中数据解析方法,在探讨现有肉类掺杂掺假定性判别及定量预测研究进展基础上展望进一步研究突破方向,以期为相关肉品市场监管办法提供参考,也为其他类农产品掺假检测研究提供方法和思路借鉴。     

汽车起重机吊物防摆可控因素实验分析及理论研究

为了实现汽车起重机自动化控制作业,同时有效提升作业效率,对汽车起重机工作过程中吊物产生摆动的影响因素进行了分析.改变工作过程中可控的因素(臂长、绳长、变幅角度、重量)水平,组合了54组常用工况并分别利用陀螺仪测量各组工况下摆角幅值,得到臂长对摆角幅值为正影响,其余因素为负影响的结果.利用拉格朗日分析力学建立起汽车起重机准确的动力学模型,并根据此模型,研究了对汽车起重机吊物防摆行之有效的三角函数S曲线回转策略,然后以建立的准确动力学模型为基础,计算了不同回转时间对摆角幅值的影响,为后续控制算法的实现过程中选择合适的加速段、匀速段和总回转时间提供参考.     

近红外光谱分析技术在鸡肉品质检测中的应用研究进展

全球的鸡肉产量和消费量逐年上升,鸡肉品质已成了消费者的重点关注对象。近红外光谱分析技术是一种无损、快速、环保以及实时的检测技术,目前已快速发展成为一种应用于食品分析领域的新方法,在肉品检测方面也展现出极大的分析和应用潜力,近年来,已有较多国内外研究探讨了其在鸡肉品质检测方面的可行性。本文通过对近红外检测技术在鸡肉颜色、p H值、持水力、剪切力及化学成分预测方面的定量分析,肉品动物来源、鸡肉产地溯源及品质等级划分的定性分析以及其他相关方面检测的研究进行了综述,总结了应用近红外检测各品质指标的研究现状,可为相关研究者提供参考和借鉴,并基于分析总结对今后近红外光谱分析在鸡肉品质检测应用的发展前景及发展方向做了展望。     

基于高光谱成像技术的宁夏枸杞产地溯源鉴别

本研究基于高光谱成像（400～1 000 nm）结合化学计量学开发一种用于识别枸杞产地多元化的检测方法。获取宁夏、甘肃、内蒙古、青海和新疆5个不同产地的枸杞高光谱图像,并基于阈值分割方法从感兴趣区域提取光谱数据。同时使用多种预处理方法消除光谱的干扰信息,研究表明基于归一化反射光谱的判别模型表现出较好的性能。进一步地采用连续投影算法、竞争性自适应重加权算法（competitive adaptive reweighted sampling,CARS）、粒子群优化算法、迭代保留信息变量算法（iteratively retaining informative variables,IRIV）和CARS+IRIV选择特征波长。研究结果表明CARS+IRIV选取波长建立的简化模型性能最优,从二元分类到五元分类模型,特征波长仅占全波长的15.6%～27.7%,预测集准确率分别为97.7%、90.9%、89.2%、87.1%。此外,为了更加直观辨别分类种类,使用混淆矩阵可视化最佳简化分类模型。在对宁夏枸杞分类中获得了令人满意的灵敏度、特异性和Kappa系数。综上,高光谱成像技术结合化学计量学方法可有效鉴...