基于光谱信息的红薯粉无损检测方法研究

发布时间：2022-10-20 12:59

　　本论文以红薯粉为研究对象,以可见-近红外光谱、近红外光谱、激光诱导击穿光谱等光谱技术为手段,开展红薯粉无损检测的模式识别方法研究。应用基于光谱信息的支持向量机、偏最小二乘、神经网络等建模方法,得到判别红薯粉产地的分类模型和检测红薯粉中明矾含量的回归模型,实现红薯粉生物信息的快速检测,对推进食品品质快速检测具有重要意义。本论文主要内容和研究成果包括:（1）基于光谱信息的红薯粉产地分类方法研究。首先,利用小波滤波、SG平滑算法等方法对光谱数据进行滤波去噪;其次,基于全谱波段,应用支持向量机、偏最小二乘、主成分分析法-支持向量机等模型,得到了判别红薯粉产地的分类模型。研究结果表明,基于可见-近红外光谱的主成分分析法-支持向量机模型分类正确率最高。（2）基于光谱信息的红薯粉明矾含量检测方法研究。首先,利用SG平滑算法、去除包络线、近邻成分分析法等方法对光谱数据进行特征选择;其次,基于特征选择后的光谱波段,应用偏最小二乘、主成分分析法-支持向量机、神经网络等模型,得到了检测红薯粉明矾含量的回归模型。研究结果表明,基于近红外光谱和激光诱导击穿光谱的神经网络模型有较好的检测精度,得到较大的相关系数。 

【文章页数】：94 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 相关光谱技术概述
        1.2.1 近红外光谱技术概述
        1.2.2 可见-近红外光谱技术概述
        1.2.3 激光诱导击穿光谱技术概述
    1.3 国内外研究现状
        1.3.1 分类方法研究
        1.3.2 回归方法研究
    1.4 研究目的与内容
第二章 实验设备
    2.1 可见-近红外/近红外光谱采集系统
        2.1.1 硬件系统
        2.1.2 软件系统
    2.2 激光诱导击穿光谱采集系统
        2.2.1 硬件系统
        2.2.2 软件系统
    2.3 本章小结
第三章 研究方法介绍
    3.1 数据预处理方法
        3.1.1 均值化处理
        3.1.2 小波滤波
        3.1.3 Savitzky-Golay平滑算法
    3.2 数据降维方法
        3.2.1 近邻成分分析
        3.2.2 主成分分析法
    3.3 建模方法
        3.3.1 偏最小二乘法
        3.3.2 支持向量机
        3.3.3 人工神经网络
    3.4 模型评估方法
    3.5 其他方法
    3.6 本章小结
第四章 基于光谱信息的红薯粉产地分类方法研究
    4.1 样本制备
    4.2 光谱采集
        4.2.1 可见-近红外光谱采集
        4.2.2 近红外光谱采集
        4.2.3 激光诱导击穿光谱采集
    4.3 基于可见-近红外光谱的红薯粉产地分类方法
        4.3.1 光谱预处理
        4.3.2 模型建立与分析
        4.3.3 模型结果
    4.4 基于近红外光谱的红薯粉产地分类方法
        4.4.1 光谱预处理
        4.4.2 模型建立与分析
        4.4.3 模型结果
    4.5 基于激光诱导击穿光谱的红薯粉产地分类方法
        4.5.1 光谱预处理
        4.5.2 模型建立与分析
        4.5.3 模型结果
    4.6 三种光谱技术以及所建分类模型的分析比较
        4.6.1 模型比较
        4.6.2 光谱比较
    4.7 本章小结
第五章 基于光谱信息的红薯粉明矾含量检测研究
    5.1 样本制备
    5.2 光谱采集
    5.3 基于可见-近红外光谱的红薯粉明矾含量检测
        5.3.1 光谱预处理
        5.3.2 光谱特征选择
        5.3.3 模型建立与分析
        5.3.4 模型结果
    5.4 基于近红外光谱的红薯粉明矾含量检测
        5.4.1 光谱预处理
        5.4.2 光谱特征选择
        5.4.3 模型建立与分析
        5.4.4 模型结果
    5.5 基于激光诱导击穿光谱的红薯粉明矾含量检测
        5.5.1 光谱预处理
        5.5.2 光谱特征选择
        5.5.3 模型建立与分析
        5.5.4 模型结果
    5.6 三种光谱技术以及所建回归模型的分析比较
        5.6.1 模型比较
        5.6.2 光谱比较
    5.7 本章小结
第六章 结论与展望
    6.1 结论
    6.2 展望
参考文献
作者简介


【参考文献】：
期刊论文
[1]激光诱导击穿光谱技术对烟草快速分类研究[J]. 李昂泽,王宪双,徐向君,何雅格,郭帅,柳宇飞,郭伟,刘瑞斌.  中国光学. 2019(05)
[2]可见近红外高光谱快速诊断番茄叶片含水量及其分布[J]. 王松磊,吴龙国,王彩霞,何建国.  光电子·激光. 2019(09)
[3]高光谱成像与应用技术发展[J]. 高泽东,郝群,刘宇,朱院院,曹杰,孟合民,刘杰,程洪亮.  计测技术. 2019(04)
[4]盐池滩羊肉脂肪含量的高光谱预测模型构建[J]. 张翀,刘贵珊,何建国,程丽娟,万国玲.  食品工业科技. 2019(20)
[5]可见/近红外光谱技术无损识别苹果品种的研究[J]. 尚静,张艳,孟庆龙.  保鲜与加工. 2019(03)
[6]近红外光谱结合不同变量筛选方法用于黄芩提取过程中黄芩苷含量预测[J]. 刘雪松,张丝雨,赵曼茜,王钧,李页瑞,代军,滕传震,柯潇,陈勇,吴永江.  药学学报. 2019(01)
[7]基于近红外光谱技术的信阳毛尖品质判别研究[J]. 刘洋,余天星,李明玺,王敏,黄莹捷,郭桂义,王子浩,万春鹏.  现代食品科技. 2018(08)
[8]基于可见-近红外光谱技术对市售紫薯粉的品质评价[J]. 卜晓朴,李永玉.  食品安全质量检测学报. 2018(11)
[9]ICP-MS法测定市售红薯粉条中铝和钛[J]. 罗诚,申磊,吴泽君.  食品工业科技. 2018(10)
[10]激光诱导击穿光谱技术用于抹茶和绿茶粉的快速鉴别[J]. 於筱岚,彭继宇,刘飞,何勇.  光谱学与光谱分析. 2017(06)

博士论文
[1]基于激光诱导击穿光谱技术的水稻铬含量快速检测方法研究[D]. 彭继宇.浙江大学 2018
[2]基于近红外光谱及成像的苹果品质无损检测方法和装置研究[D]. 郭志明.中国农业大学 2015
[3]基于光谱和高光谱成像技术的土壤养分及类型检测与仪器开发[D]. 章海亮.浙江大学 2015
[4]基于光谱和高光谱成像技术的海水鱼品质快速无损检测[D]. 朱逢乐.浙江大学 2014

硕士论文
[1]基于光谱技术的茶叶等级判别研究[D]. 郭珍珠.温州大学 2019
[2]基于近红外光谱的水稻土化学性质快速测定研究[D]. 李和昕.沈阳农业大学 2018
[3]红外光谱结合模式识别对不同茶类的鉴别[D]. 万萍.安徽农业大学 2018
[4]基于高光谱技术的水稻稻曲病监测研究[D]. 谢亚平.杭州电子科技大学 2018
[5]近红外光谱对石榴品种的判别及品质的无损检测[D]. 王琼.西北农林科技大学 2017
[6]基于近红外高光谱图像技术对板栗果实的无损检测与品质鉴定[D]. 丁玲玲.安徽农业大学 2016
[7]基于高分辨率光谱图像采集及混合模型的植物病害检测方法[D]. 张逸.辽宁科技大学 2016
[8]叶菜中重金属元素的激光诱导击穿光谱检测及信号增强研究[D]. 黎文兵.江西农业大学 2015
[9]主成分分析法研究及其在特征提取中的应用[D]. 陈佩.陕西师范大学 2014
[10]肿瘤基因表达谱维数约减与聚类集成[D]. 潘江山.福州大学 2014



本文编号：3694555