典型文献
基于高光谱成像技术小麦籽粒霉变鉴别方法研究
文献摘要：
小麦霉变籽粒是小麦不完善粒的一种,鉴别小麦霉变籽粒是粮食霉变程度的重要参考.为了更精确地鉴别小麦霉变籽粒,本研究利用高光谱成像技术采集不同品种小麦霉变籽粒及非霉变籽粒的光谱信息,建立小麦霉变籽粒的鉴别预测模型,实现小麦霉变籽粒快速、无损、有效、稳定鉴别.收集100粒霉变和100粒正常非霉变籽粒400～1 000 nm范围的高光谱图谱,通过不同的光谱预处理方法进行处理,选出最优光谱信息预处理方法.采用连续投影算法(SPA)和竞争性自适应重加权采样(CARS)提取特征波长,利用偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)算法分别建立全波长范围和特征波长的小麦霉变籽粒鉴别模型.结果表明,白麦和红麦的最优预测模型分别为全波长-OSC-SVM和SPA-OSC-SVM模型,对应的R2p分别为0.996 3和0.999 8,RMSEP分别为0.030 9和0.006 4,R2CV分别为0.997 5和0.999 5,RMSECV分别为0.024 7和0.011 1.针对2个品种,用SPA法挑选出的特征波长建立的SVM模型对霉变籽粒均有较好的预测效果,模型预测准确性达98％以上,满足在线快速检测准确性的要求,并且对比建模的变量数量,所利用的特征波长也相对较少.因此,最终选择SPA挑选的特征波长结合支持向量机建立霉变籽粒的鉴别模型.
文献关键词：
高光谱成像;小麦霉变籽粒;SPA;SVM
中图分类号：
作者姓名：
孙钰莹;章银;沈飞;李光磊;邢常瑞;袁建
作者机构：
南京财经大学食品科学与工程学院;江苏省现代粮食流通与安全协同创新中心;江苏高校粮油质量安全控制及深加工重点实验室,南京 210023
文献出处：
引用格式：
[1]孙钰莹;章银;沈飞;李光磊;邢常瑞;袁建-.基于高光谱成像技术小麦籽粒霉变鉴别方法研究)[J].中国粮油学报,2022(09):40-46
A类：
小麦霉变籽粒
B类：
高光谱成像技术,术小,小麦籽粒,鉴别方法,小麦不完善粒,霉变程度,研究利用,不同品种小麦,光谱信息,光谱图,光谱预处理,预处理方法,连续投影算法,SPA,竞争性自适应重加权,CARS,提取特征,特征波长,偏最小二乘判别分析,PLS,DA,鉴别模型,OSC,R2p,RMSEP,R2CV,RMSECV,挑选出,预测准确性,在线快速检测,检测准确性
AB值：
0.224613
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。
