典型文献
基于多源信息融合的绿茶杀青叶水分含量智能感知方法
文献摘要：
为了实现绿茶杀青过程中水分含量的快速有效检测,利用机器视觉结合近红外光谱技术,构建绿茶杀青过程中水分含量变化的定量预测模型.首先采集杀青过程中在制品的光谱和图像信息,然后采用竞争性自适应权重取样(competitive adaptive reweighted sampling,CARS)法、变量组合集群分析(variables combination population analysis,VCPA)法、变量组合集群分析法结合迭代保留信息变量(variable combination population analysis and iteratively retains informative variables,VCPA-IRIV)法和随机蛙跳法(random frog,RF)4 种变量筛选方法提取光谱中的特征波长,并融合图像中的15个色泽和纹理特征建立线性偏最小二乘回归(partial least squares regression,PLSR)和非线性支持向量回归(support vector regression,SVR)预测模型.结果表明,与单一数据相比,基于融合数据所建立的模型能有效提高预测精度,其中基于CARS算法提取光谱特征波长融合图像的15个颜色特征,并结合归一化预处理和主成分分析(principal component analysis,PCA)建立的SVR模型效果最佳,其中校正集相关系数为0.974 2,预测集相关系数为0.971 9,相对分析误差(relative percent deviation,RPD)为4.154 6,表明模型具有极好的预测性能.综上,本研究证明融合光谱和图像技术对绿茶杀青过程中水分含量预测的可行性,克服了单一传感器预测精度低的问题,为实现绿茶杀青叶水分含量的快速无损检测和精准把控杀青质量提供理论基础.
文献关键词：
机器视觉;近红外光谱;水分含量;绿茶杀青;数据融合
中图分类号：
作者姓名：
董春旺;刘中原;杨明;王梅;张人天;林智
作者机构：
中国农业科学院茶叶研究所,浙江杭州 310008;石河子大学机械电气工程学院,新疆石河子 832003;中国科学院发展规划局,北京 100864
文献出处：
引用格式：
[1]董春旺;刘中原;杨明;王梅;张人天;林智-.基于多源信息融合的绿茶杀青叶水分含量智能感知方法)[J].食品科学,2022(20):242-251
A类：
随机蛙跳法
B类：
多源信息融合,绿茶杀青,杀青叶,水分含量,量智,智能感知,感知方法,快速有效,有效检测,机器视觉,近红外光谱技术,含量变化,定量预测模型,和图像,图像信息,竞争性,自适应权重,competitive,adaptive,reweighted,sampling,CARS,变量组合,合集,variables,combination,population,analysis,VCPA,iteratively,retains,informative,IRIV,random,frog,RF,变量筛选,筛选方法,特征波长,融合图像,色泽,纹理特征,偏最小二乘回归,partial,least,squares,regression,PLSR,支持向量回归,support,vector,SVR,一数,融合数据,光谱特征,颜色特征,合归,principal,component,中校,relative,percent,deviation,RPD,极好,预测性能,图像技术,含量预测,一传,快速无损检测,数据融合
AB值：
0.390785
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
