当前位置:主页 > 科技论文 > 电子信息论文 >

快速检测红枣中功能成分的光谱信号处理与识别

发布时间:2020-12-09 04:30
  在模式识别技术近些年的迅猛发展中,它在农业检测中的使用范围也慢慢广泛,国内外已在水分、蛋白质、多糖、脂肪的检测等方面都做了大量的研究,但在环磷酸腺苷(cAMP)检测方面还未见有报告。本文讲述了红枣近红外光谱信号定量检测的科研价值和该技术在我国和其他国家的研究状况,并针对红枣近红外光谱信号的特点,实验验证使用PLS回归与SVR算法对红枣近红外光谱识别实现快速检测cAMP含量的准确度和稳定性。本文主要研究工作如下:1、提出将近红外光谱技术(NIR)应用于红枣中cAMP含量检测问题上,并用联合区间最小二乘回归(SiPLS)法去减少PLS回归算法因光谱数据特征维数高而所耗的较长建模时间。实验分别用全光谱区间和部分光谱区间建立定量模型,结果显示最优模型的预测值与实测值能达到相关系数为0.8946、均方根误差为26.3277(mg/kg)。结果证明PLS回归模型预测值与化学实测值有较好的相关系数,表明了基于近红外光谱检测技术在cAMP含量检测方面有着很大的应用价值。2、针对提高近红外光谱定量模型的预测精度,探究支持向量机回归(SVR)算法在近红外光谱检测技术中的应用,选用基于联合X-Y距离的样本集... 

【文章来源】:新疆大学新疆维吾尔自治区 211工程院校

【文章页数】:45 页

【学位级别】:硕士

【部分图文】:

快速检测红枣中功能成分的光谱信号处理与识别


原始平均光谱

光谱图,光谱,平滑处理,多项式


新疆大学专业硕士学位论文(3)平滑处理平滑算法的窗口移动多项式是去噪的最常用的去噪方法,能够提高光谱信号噪比,本章用窗口移动多项式对光谱进行平滑处理得到图 3.4 如下图所示,平减小光谱中的随机误差,表现在图中就是使光谱曲线中的锯齿状的部分变得平

近红外光谱,散射信号,基线图,光谱


图 3.4 平滑后的光谱(4)散射校正处理MSC 算法的核心思想是:先将物体中的散射信号和吸收信号分开,再去除的光谱中散射信号中的差异,最后把每个样品间的散射信号处理在一个基线图 3.5 是对原数据经 MSC 算法校正后的近红外光谱图。


本文编号:2906276

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2906276.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c46a0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com