【摘 要】
:
随着社会经济的发展,人们对于水果品质的要求越来越高,找寻一种快速无损检测水果品质的方法是当下课题研究的重中之重。近些年兴起的近红外技术具有快速、无损、费用低和无损伤等特点。但局限于近红外技术本身的高维特性和光谱数据处理方法的差异情况造成了模型的多样性,需要我们对基于近红外技术分析的水果品质快速无损检测方法进行进一步优化。本文以苹果为探究对象,采用近红外光谱技术来检测苹果中的农药残留和可溶性固形物含
论文部分内容阅读
随着社会经济的发展,人们对于水果品质的要求越来越高,找寻一种快速无损检测水果品质的方法是当下课题研究的重中之重。近些年兴起的近红外技术具有快速、无损、费用低和无损伤等特点。但局限于近红外技术本身的高维特性和光谱数据处理方法的差异情况造成了模型的多样性,需要我们对基于近红外技术分析的水果品质快速无损检测方法进行进一步优化。本文以苹果为探究对象,采用近红外光谱技术来检测苹果中的农药残留和可溶性固形物含量,首先对近红外光谱的基本原理及采集方法进行了探究,采集了样品的农药残留和可溶性固形物的光谱数据及农药残留和可溶性固形物含量。随后根据采集到的苹果农药残留光谱数据处理后进行建模,使用背景数据集作为约束,将背景干扰信息剔除掉,进而收集到数据集中的重要信息,通过使用的对比主成分分析(Contrastive Principle Component Analysis,c PCA)可以把苹果表面的农药残留信息清晰的表示出来,由此证明c PCA算法能够有效的将有农药残留的苹果分类出来。然后运用了基于小波包变换的离散度分析法、连续投影算法、基于小波包分析与偏最小二乘的特征提取这三种方法,将光谱中的特征变量筛选出来。最后结合不同的光谱预处理方法,分别建立了偏最小二乘、支持向量机两种苹果可溶性固形物预测模型。使用支持向量机建立的苹果可溶性固形物含量模型预测效果比较好,预测的相关系数为0.931,均方根误差为0.465,同时该方法在分级上也有很好的效果,通过改进的遗传算法优化支持向量机的参数后分类正确率达到93.3%,由于不需要人为选择参数,所以检测的速度也得到了提高;通过偏最小二乘法建立的预测模型,当选取的主因子数为9时,预测的效果最好,预测的相关系数为0.924,均方根误差为0.475。根据实验结果对于可溶性固形物含量的预测比较满意,通过改进的遗传算法对支持向量机进行参数寻优,提高了苹果等级分类的正确率,在实际应用过程中有很重要的意义。
其他文献
近年来,高熵合金因其独有的优异性能获得了广泛关注。当前对于高熵合金的研究往往是实验合成或者复杂的理论计算,但是前者需要消耗大量的时间与材料成本,甚至对于实验设备也有较高要求,后者的计算过程耗时耗力且有一定局限性。随着人工智能与计算机技术的飞速发展,机器学习在材料研究与设计中逐渐展现出革命性的优势,获得了研究者的极大兴趣。因此,基于机器学习算法进行高熵合金成分设计以期达到高硬度具有十分重要的研究意义
无模型深度强化学习算法作为强化学习中的一种主要算法,其最大特点是在不对环境建模的情况下,通过与环境不断交互自主的进行学习。强化学习虽然已经在一系列具有挑战性的决策和控制任务上得到了长足的发展,但是连续控制任务下的深度强化学习的研究还是处于初级阶段,这些算法仍存在着一些问题和挑战,比如维度爆炸、随机环境下泛化能力差、样本数据使用效率低、脆弱的收敛特性和极易陷入局部最优策略。这些问题导致多数模型需要细
随着多核架构普遍流行,系统的并行能力和多线程技术随之得到增强,系统程序的并行程序设计开发模型不断研发,多线程技术慢慢成为一种必不可少的编程技术,二者提高了操作系统并发程序的性能。测试的进步和可负担并发性的增加促进了并发方向的发展,虽然用更为全面的方法分析日益复杂的程序已经成为常态,但许多方法在检测方面仍然存在很多缺陷。如何提高数据竞争误检率和漏检率问题,以及提升内存性能,减少运行开销是目前迫切需要
在现代无线通信网络技术繁荣昌盛的今天,基于位置的服务(LBS)已深深融入人们生活中。据统计人们百分之八十的活动均在室内进行,如商场、医院、家居、安全防控火警救援等行业需求,所以研究室内定位项目具有深刻的意义。基于MR地址指纹定位技术和行人航位推算法(PDR)的定位技术以其快速、准确、定位精度高、成本低等优点成为定位技术领域的研究热点。但是MR指纹定位技术不足之处在于其呈现跳跃性定位,且定位精度易受
进入21世纪以来,整个社会的信息化程度越来越高,网络信息爆炸,越来越多的信息技术走进每个人的生活。物联网技术的愈发多样,伴随而来的计算机系统软硬件的安全性与可靠性挑战比起以往都更加巨大,所以实现信息时代的信息安全成为当前的主流研究方向之一,构建高可信系统己成为世界范围的重要课题。为了保障软件开发安全,消除程序潜在隐患,我们通常使用逻辑推理系统来完成形式化验证的工作,实现信息安全,一个重要方向就是在
工作流是科学实验的常用模型,它由许多任务、数据流和计算依赖性组成。随着互联网行业的快速发展,云计算实现了资源的统一管理并提供人性化服务,用户可以根据需要制定相应的虚拟资源。如何在满足服务质量的情况下,使云计算环境下的工作流调度执行成本最小化,已成为当前的一个研究热点。而在工作流调度过程中还需要考虑安全因素,尤其是科学工作流,如果未保证数据安全,可能会导致信息泄露或数据变更,这将对科学实验带来巨大负
在自然语言领域,词汇在不同的语境中所表达的意思往往会有偏差,甚至截然不同,这就是一词多义现象。词义消歧(Word Sense Disambiguation,WSD)就是为了解决一词多义现象而提出的,其目的是通过建立算法模型来确定不同语境下歧义词汇所表达的真实含义。本文使用传统机器学习模型和卷积神经网络(Convolution Neural Network,CNN)模型作为基础词义消歧模型,建立了基
等温淬火球墨铸铁(ADI)具有优良的综合力学性能,在发动机曲轴、齿轮等传动部件中具有重要应用前景。优良的疲劳性能和断裂韧性是ADI零部件安全服役的保障。同时提升ADI材料的强度和塑韧性是提升材料疲劳极限和断裂韧性的有效手段。因此,本文以获得高强韧性ADI材料为目标,采用Cu合金化和两步等温淬火工艺为调控手段,制备了两步等温淬火Cu合金化ADI(两步法Cu-ADI)。利用光学显微镜、扫描电子显微镜、
疫情之下,人们更加注重医学领域的发展,增强现实技术的融合使手术导航系统推动了微创手术安全便捷高效的发展。在此基础上,研究者提出体表投影法为手术提供了更加便捷的显示形式及操作方式,不仅拓展了医生视野而且提高了手术质量。此时,如何通过投影机在复杂的体表环境下得到真实的投影显示效果就变得尤为重要,因此本文针对多类型表面投影畸变校正方法和多投影边缘融合方法进行研究。首先,本文分析了三类典型的投影图像畸变校