期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于力声信息融合感知的香梨果肉脆度评价
1
作者 莫小明 郭磊 +3 位作者 李贺 翟明灿 查志华 吴杰 《农业工程学报》 EI CAS CSCD 北大核心 2024年第17期314-320,共7页
为实现香梨脆度更符合感官评价的仪器检测,该研究采用万能材料试验机与麦克风以51 200 Hz高频同步采集香梨果肉破裂时的力声信号,在力声曲线锯齿度分析区间进行数据层信息融合,并分别转换为格拉姆角和场图与角差场图、对称极坐标图、马... 为实现香梨脆度更符合感官评价的仪器检测,该研究采用万能材料试验机与麦克风以51 200 Hz高频同步采集香梨果肉破裂时的力声信号,在力声曲线锯齿度分析区间进行数据层信息融合,并分别转换为格拉姆角和场图与角差场图、对称极坐标图、马尔可夫变迁场图及递归图,通过ResNet50网络挖掘与感官脆度评分相关的图像深度特征,经特征降维的主成分输入到超参数优化后的K近邻、极限学习机、随机森林及支持向量回归模型,实现香梨果肉脆度的定量预测。研究结果表明,马尔可夫变迁场图像全连接层特征降维后的主成分与感官脆度评分的相关系数绝对均值最大,为0.64,最适宜定量表征香梨果肉感官脆度评分差异,通过主成分分析提取了前10个主成分解释图像高维全连接层特征95.75%的信息,以这10个主成分构建的ResNet50-SVR(support vector regression)模型预测集决定系数为0.96,预测集均方根误差为0.24,预测偏差比为4.88,具有较高的预测精度和稳定性,可实现对香梨果肉脆度较为准确的仪器检测,该研究结果为香梨果肉的脆度评价提供了一定的理论依据。 展开更多
关键词 仪器测试 主成分分析 数据融合 力声信号 脆度评价
下载PDF
基于可见/近红外透射光谱的亚健康水心苹果检测
2
作者 王晨晨 翟明灿 +3 位作者 李贺 莫小明 查志华 吴杰 《食品与机械》 CSCD 北大核心 2024年第7期117-125,182,共10页
[目的]实现亚健康水心苹果的无损检测。[方法]分别采用对数函数法和研究提出的幂函数法消除果实直径对光谱衰减的影响,并分别转换为格拉姆角差场图、格拉姆角和场图、马尔可夫变迁场图、递归图以及对称极坐标图,通过添加卷积注意力模块... [目的]实现亚健康水心苹果的无损检测。[方法]分别采用对数函数法和研究提出的幂函数法消除果实直径对光谱衰减的影响,并分别转换为格拉姆角差场图、格拉姆角和场图、马尔可夫变迁场图、递归图以及对称极坐标图,通过添加卷积注意力模块的ResNet50网络模型挖掘与水心程度相关的图像深层特征,经t分布随机邻域嵌入方法降维并聚类分析后,将最适宜图像特征输入到改进粒子群算法优化的支持向量机、极限学习机、k近邻和随机森林分类器进行水心苹果三分类。[结果]幂函数法消除直径对透射光谱影响的效果优于对数函数法,格拉姆角差场图像特征可视化后,轮廓系数、CH分数和戴维森堡丁指数分别为0.93,0.88,0.24,均优于其余图像转换方法。ResNet50-IPSO-ELM取得了最高的分类准确率,为96.8%,测试集中对3种水心程度苹果的总体判别准确率可达96.3%,平均查准率、平均查全率和平均加权调和均值分别为87.2%,95.8%,92.3%。[结论]该模型不仅对多数类的无水心果、健康水心果保持较高分类准确率,也对少数类的亚健康水心果具有较高的判别能力。 展开更多
关键词 苹果 水心 可见/近红外光谱 光谱修正 深度特征 无损检测
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部