領(lǐng)學(xué)術(shù)科研之先，創(chuàng)食品科技之新
—— 中國食品雜志社
為快速有效識別雙孢蘑菇輕微損傷，以不同振動時間后不同損傷程度的雙孢蘑菇為研究對象，采集400～1 000 nm的完好無損、振動60 s和振動120 s雙孢蘑菇的近紅外高光譜圖像，發(fā)現(xiàn)3 種類型的雙孢蘑菇在450～750 nm的光譜曲線有明顯差異。比較標(biāo)準(zhǔn)正態(tài)變量變換、SG（Savitzky-Golay）平滑和多元散射校正等預(yù)處理方法，確定SG平滑為最優(yōu)預(yù)處理方法。并將處理后的數(shù)據(jù)采用連續(xù)投影算法和競爭性自適應(yīng)重加權(quán)算法提取不同損傷程度的特征波段；基于灰度共生矩陣提取500 nm波長特征圖像感興趣區(qū)域的紋理特征，分別將光譜信息和紋理特征信息作為輸入，建立偏最小二乘判別分析（partial least squares-discriminant analysis，PLS-DA）、BP（back propagation）神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)損傷程度識別模型。結(jié)果表明，兩種特征集建模，PLS-DA模型均表現(xiàn)出最好的識別效果，PLS-DA模型訓(xùn)練集和測試集平均識別準(zhǔn)確率為93.33%、91.11%和88.89%、86.67%。最后基于光譜-紋理融合信息建立PLS-DA模型，訓(xùn)練集和測試集總體識別正確率分別為97.78%、95.56%。結(jié)果表明，光譜-紋理融合信息建模預(yù)測效果優(yōu)于單一特征信息建立的判別模型。因此，采用高光譜融合信息建模可以提高不同損傷程度的雙孢蘑菇檢測精度，為雙孢蘑菇貯藏、分類提供理論支撐。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2
