基于高光譜成像技術(shù)的霉變花生識別研究.doc
約42頁DOC格式手機(jī)打開展開
基于高光譜成像技術(shù)的霉變花生識別研究,摘 要花生是國民日常生活中重要的油料來源,但是由于濕熱的自然環(huán)境的影響,花生易受黃曲霉菌的感染,造成花生的不可食用性,失去使用價(jià)值。由于黃曲霉毒素強(qiáng)烈的致癌性,因此對黃曲霉毒素的檢測監(jiān)控極為嚴(yán)格。在霉變花生的檢測方面,需要繁瑣的生化分析檢測步驟,耗時(shí)耗力。隨著近年來光電技術(shù)的發(fā)展,一...
內(nèi)容介紹
此文檔由會員 那年三月 發(fā)布
基于高光譜成像技術(shù)的霉變花生識別研究
摘 要
花生是國民日常生活中重要的油料來源,但是由于濕熱的自然環(huán)境的影響,花生易受黃曲霉菌的感染,造成花生的不可食用性,失去使用價(jià)值。由于黃曲霉毒素強(qiáng)烈的致癌性,因此對黃曲霉毒素的檢測監(jiān)控極為嚴(yán)格。在霉變花生的檢測方面,需要繁瑣的生化分析檢測步驟,耗時(shí)耗力。隨著近年來光電技術(shù)的發(fā)展,一種兼顧光譜和圖像的新技術(shù)——高光譜成像檢測技術(shù)越來越收到大家的關(guān)注。本論文提出了運(yùn)用高光譜技術(shù)對霉變花生等級分類進(jìn)行快速無損檢測的思路。
本研究運(yùn)用高光譜成像技術(shù)的光譜信息和圖像信息分別對霉變花生的等級進(jìn)行判定。
(1)通過主成分分析對相應(yīng)的特征變量進(jìn)行降維處理,然后選取前10個(gè)主成分向量進(jìn)行模式識別建模分析,利用LDA算法以及BP-ANN算法建立模型并預(yù)測分析,從對光譜信息建模的實(shí)驗(yàn)結(jié)果看線性判別分析模型算法當(dāng)主成分?jǐn)?shù)為4時(shí),其預(yù)測集的識別率分別為0.85。誤差反向傳播神經(jīng)網(wǎng)絡(luò)模型算法當(dāng)主成分?jǐn)?shù)為8時(shí),其模型預(yù)測集的識別率達(dá)到0.925,較適于對花生高光譜中的光譜信息進(jìn)行模型預(yù)測判別分析。
TA們正在看...
- 從事電廠辭職報(bào)告范文5篇.doc
- 企業(yè)會計(jì)述職述廉報(bào)告范文5篇.doc
- 企業(yè)副總述職報(bào)告年精彩合集五篇.doc
- 企業(yè)新年展望語企業(yè)新年展望詞.doc
- 企業(yè)職代會工作報(bào)告范文5篇.doc
- 企業(yè)行政領(lǐng)導(dǎo)述職報(bào)告5篇.doc
- 優(yōu)秀4s店社會實(shí)踐調(diào)查報(bào)告范文5篇.doc
- 優(yōu)秀kfc暑假社會實(shí)踐報(bào)告范文5篇.doc
- 優(yōu)秀個(gè)人工作述職述廉報(bào)告范文5篇.doc
- 優(yōu)秀個(gè)人自檢自查報(bào)告5篇.doc