| 基于高光谱成像技术的金银花霉变检测模型 |
| |
| 引用本文： | 冯洁,刘云宏,王庆庆,于慧春,石晓微.基于高光谱成像技术的金银花霉变检测模型[J].食品与机械,2018,34(8):60-64,78. |
| |
| 作者姓名： | 冯洁 刘云宏 王庆庆 于慧春 石晓微 |
| |
| 作者单位： | 河南科技大学食品与生物工程学院;河南省食品原料工程技术研究中心 |
| |
| 基金项目： | 国家自然科学基金河南联合项目(编号：U1404334)；河南省高等学校青年骨干教师资助计划（编号：2015GGJS-048)；河南省自然科学基金项目(编号：162300410100)；河南省科技攻关项目(编号：172102310617) |
| |
| 摘 要： | 利用高光谱成像技术,研究一种快速、准确、无损检测金银花霉变程度的方法。通过比较Savitzky-Golay(SG)卷积平滑、多元散射校正(MSC)和SG-MSC 3种预处理方法对偏最小二乘算法(PLS)建模效果的影响,得到SG-MSC为建模最优预处理方法。使用连续投影算法(SPA)和竞争性自适应重加权算法(CARS)选择经预处理后光谱的特征波长,并分别建立偏最小二乘判别(PLS-DA)和最小二乘支持向量机(LS-SVM)的判别分析模型。结果表明,光谱经SG-MSC预处理后,应用CARS提取特征波长并建立LS-SVM判别分析模型为金银花不同霉变程度最优判别模型,其训练集与验证集的正确率均达到100%。利用高光谱成像技术能够快速无损、有效地鉴别金银花霉变程度,并且在特征波长下能实现金银花霉变程度的快速判别分析。
|
| 关 键 词： | 高光谱 金银花 霉变 检测模型 |
| 收稿时间： | 2018/4/7 0:00:00 |
Detection models of mildew degree in honeysuckle based on hyperspectral imaging technology |
| |
| FENGJie,LIUYunhong,WANGQingqing,YUHuichun,SHIXiaowei.Detection models of mildew degree in honeysuckle based on hyperspectral imaging technology[J].Food and Machinery,2018,34(8):60-64,78. |
| |
| Authors: | FENGJie LIUYunhong WANGQingqing YUHuichun SHIXiaowei |
| |
| Affiliation: | College of Food and Bioengineering, Henan University of Science and Technology, Luoyang, Henan 471023, China;College of Food and Bioengineering, Henan University of Science and Technology, Luoyang, Henan 471023, China; Henan Engineering Technology Research Center of Food Materials, Luoyang, Henan 471023, China |
| |
| Abstract: | |
| |
| Keywords: | hyperspectral imaging honeysuckle mildew detection model |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《食品与机械》浏览原始摘要信息 |
|
点击此处可从《食品与机械》下载全文 |
|
