基于高光谱成像技术的生鲜猪肉含水率无损检测.pdfVIP

基于高光谱成像技术的生鲜猪肉含水率无损检测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2013年 10月 农 业 机 械 学 报 第 44卷 增 刊 1 doi:10.6041/j.issn.10001298.2013.S1.030 基于高光谱成像技术的生鲜猪肉含水率无损检测 1,2 2 2 2 2 刘善梅  李小昱  钟雄斌  文东东  赵 政 (1.华中农业大学理学院,武汉 430070;2.华中农业大学工学院,武汉 430070) 摘要:为了建立稳健的生鲜猪肉含水量高光谱预测模型,研究了样本集划分、光谱预处理和波段选择对模型预测效 果的影响。实验结果表明,采用浓度梯度法划分样本结合多元散射校正、一阶导和标准化组合的光谱预处理方法 建立的 PLSR预测模型最优,交叉验证和预测相关系数分别为 0814和 0804,均方根误差分别为 0726%和 0686%。采用竞争性自适应重加权算法优选特征波段建模,显著提高了模型的预测精度,交叉验证和预测相关系 数分别提高到0926和0924,均方根误差分别减小到0467%和0438%。 关键词:生鲜猪肉 含水率 高光谱 浓度梯度法 竞争性自适应重加权算法 中图分类号:O65739;S123 文献标识码:A 文章编号:10001298(2013)S1016506 NondestructiveDetectionofWaterContentinFreshPork BasedonHyperspectralImagingTechnology 1,2 2 2 2 2 LiuShanmei LiXiaoyu ZhongXiongbin WenDongdong ZhaoZheng (1.CollegeofScience,HuazhongAgriculturalUniversity,Wuhan430070,China 2.CollegeofEngineering,HuazhongAgriculturalUniversity,Wuhan430070,China) Abstract:Inordertobuildarobustmodelforpredictingwatercontentinfreshporkbasedon hyperspectralimagingtechnology,theinfluenceofsamplesetpartition,spectralpreprocessingand wavelenghselectiononmodelpredictionresultwasdiscussed.Theporksamplesetwaspartedby concentrationgradient(CG)firstly,andthenthereflectancespectrawaspreprocessedwithmultiple scatteringcorrelation(MSC),firstderivativeandautoscalesuccessively.Thepartialleastsquare regression(PLSR)modelwasbuilt,whichhadthebestpredictionabilities.Thewatercontentvalues werepredictedwiththecrossvalidationandpredictioncorrelationcoefficients(RandR)of0814and c p 0804,withtherootmeansquareerror(RMSECVandRMSEP)valuesof0726% and0686%, re

文档评论(0)

蓝色天空 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档