光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2011年
4期
920-923
,共4页
曹芳%吴迪%郑金土%鲍一丹%王遵义%何勇
曹芳%吳迪%鄭金土%鮑一丹%王遵義%何勇
조방%오적%정금토%포일단%왕준의%하용
可见-近红外光谱%多光谱成像%鸭梨%最小二乘支持向量机%偏最小二乘法
可見-近紅外光譜%多光譜成像%鴨梨%最小二乘支持嚮量機%偏最小二乘法
가견-근홍외광보%다광보성상%압리%최소이승지지향량궤%편최소이승법
提出了利用可见-近红外光谱技术和多光谱成像技术检测鸭梨损伤随时间及程度变化的新方法.利用可见-近红外光谱技术,分别结合偏最小二乘(panial least squares,PLS)和最小二乘支持向量机(least squares-support vector machine,LS-SVM)方法对鸭梨受损程度和受损天数进行预测.结果表明,两种方法在鸭梨损伤后期对损伤程度的判别均具有较好的效果;LS-SVM方法对鸭梨轻度损伤的损伤天数的预测精度较高,但重度损伤天数的预测效果不如PLS方法.然后利用多光谱图像预测鸭梨受损天数.研究发现,利用LS-SVM建立的模型预测效果较稳定,预测结果相关系数均在0.85左右.说明利用可见-近红外光谱分析技术和多光谱成像技术能够快速无损地检测出鸭梨的损伤程度及时间,为鸭梨检测提供了一种新方法.
提齣瞭利用可見-近紅外光譜技術和多光譜成像技術檢測鴨梨損傷隨時間及程度變化的新方法.利用可見-近紅外光譜技術,分彆結閤偏最小二乘(panial least squares,PLS)和最小二乘支持嚮量機(least squares-support vector machine,LS-SVM)方法對鴨梨受損程度和受損天數進行預測.結果錶明,兩種方法在鴨梨損傷後期對損傷程度的判彆均具有較好的效果;LS-SVM方法對鴨梨輕度損傷的損傷天數的預測精度較高,但重度損傷天數的預測效果不如PLS方法.然後利用多光譜圖像預測鴨梨受損天數.研究髮現,利用LS-SVM建立的模型預測效果較穩定,預測結果相關繫數均在0.85左右.說明利用可見-近紅外光譜分析技術和多光譜成像技術能夠快速無損地檢測齣鴨梨的損傷程度及時間,為鴨梨檢測提供瞭一種新方法.
제출료이용가견-근홍외광보기술화다광보성상기술검측압리손상수시간급정도변화적신방법.이용가견-근홍외광보기술,분별결합편최소이승(panial least squares,PLS)화최소이승지지향량궤(least squares-support vector machine,LS-SVM)방법대압리수손정도화수손천수진행예측.결과표명,량충방법재압리손상후기대손상정도적판별균구유교호적효과;LS-SVM방법대압리경도손상적손상천수적예측정도교고,단중도손상천수적예측효과불여PLS방법.연후이용다광보도상예측압리수손천수.연구발현,이용LS-SVM건립적모형예측효과교은정,예측결과상관계수균재0.85좌우.설명이용가견-근홍외광보분석기술화다광보성상기술능구쾌속무손지검측출압리적손상정도급시간,위압리검측제공료일충신방법.