基于高光谱技术和改进型区间随机蛙跳算法的番茄硬度检测

论文摘要

为了准确、快速的检测番茄硬度,该文提出了一种基于改进型区间随机蛙跳算法优选高光谱特征波长的番茄硬度检测模型。在获取番茄高光谱图像后,首先对光谱数据进行多元散射校正（multiplicative scatter correction,MSC）和归一化预处理。针对区间随机蛙跳算法（interval random frog,i RF）所需迭代次数大、算法收敛慢等缺点,该文提出了改进型区间随机蛙跳算法（modified interval random frog, miRF）,并将其应用于特征波长选择。最后建立偏最小二乘回归模型（partial least squares regression, PLSR）预测番茄的硬度。iRF共选出特征波段100个,算法收敛时间为32.1 min,而miRF共选出特征波长47个,算法收敛仅需1.6 min。同时miRF-PLSR番茄硬度预测精度也更优,测试集相关系数达到了0.968 5,均方根误差为0.004 0 kg/mm2。试验结果表明:结合高光谱技术和miRF算法可实现对番茄硬度的快速、无损检测。

论文目录

文章来源

类型: 期刊论文

作者: 龙燕,连雅茹,马敏娟,宋怀波,何东健

关键词: 光谱分析,算法,模型,高光谱技术,番茄,硬度,特征波长,区间随机蛙跳

来源: 农业工程学报 2019年13期

年度: 2019

分类: 农业科技,工程科技Ⅰ辑,信息科技

专业: 轻工业手工业,自动化技术

单位: 西北农林科技大学机械与电子工程学院,农业农村部农业物联网重点实验室,陕西省农业信息感知与智能服务重点实验室

基金: 陕西省农业科技创新与攻关（2016NY-157）,中央高校基本科研业务费专项（2452016077）

分类号: TS255.7;TP18

页码: 270-276

总页数: 7

文件大小: 2286K

下载量: 229

相关论文文献

• [1].高光谱技术——生态学领域研究的新方法[J]. 植物科学学报 2015(05)
• [2].带你探秘高光谱技术世界[J]. 农家书屋 2017(04)
• [3].热红外高光谱技术在地质找矿中的应用综述[J]. 地质学报 2020(08)
• [4].高光谱技术在农业遥感中的应用研究进展[J]. 农业工程学报 2008(07)
• [5].高光谱技术在血迹分类识别中的应用[J]. 太赫兹科学与电子信息学报 2019(03)
• [6].基于高光谱技术的土壤水分无损检测[J]. 科学技术创新 2019(35)
• [7].近红外和高光谱技术用于小麦籽粒蛋白含量预测探索[J]. 传感器与微系统 2013(02)
• [8].高光谱技术在烟草中的应用研究进展[J]. 作物研究 2015(01)
• [9].第五届高光谱技术及其应用研讨会[J]. 太赫兹科学与电子信息学报 2020(04)
• [10].基于高光谱技术检测全蛋粉掺假的研究[J]. 光谱学与光谱分析 2018(01)
• [11].基于可见光/近红外高光谱技术的窖泥总酸的分布[J]. 食品与发酵工业 2020(08)
• [12].基于高光谱技术的基质含水率快速测定方法[J]. 灌溉排水学报 2017(10)
• [13].高光谱技术在农作物冠层中的应用进展[J]. 绿色科技 2015(06)
• [14].基于高光谱技术的苹果损伤检测装置设计[J]. 种子科技 2018(03)
• [15].基于高光谱技术的籼稻霉变程度鉴别模型构建与优化[J]. 中国粮油学报 2017(11)
• [16].基于高光谱技术的牛肉-猪肉掺假检测[J]. 海南师范大学学报(自然科学版) 2015(03)
• [17].高光谱技术在茶叶品种检测中的应用[J]. 科技创新导报 2017(09)
• [18].基于高光谱技术对一幅清代画信息提取研究[J]. 文物保护与考古科学 2017(04)
• [19].高光谱技术在农业遥感中的应用[J]. 农业工程 2018(10)
• [20].高光谱技术在作物叶绿素含量检测中的应用研究进展[J]. 广东农业科学 2013(22)
• [21].高光谱技术在农业遥感中的应用研究进展[J]. 南方农机 2017(22)
• [22].基于高光谱技术的农作物常见病害监测研究[J]. 光谱学与光谱分析 2018(07)
• [23].高光谱技术结合CARS算法预测土壤水分含量[J]. 农业工程学报 2016(22)
• [24].高光谱技术检测农产品成熟度研究进展[J]. 湖北农业科学 2020(12)
• [25].高光谱技术在腊肉亚硝酸盐含量检测的应用[J]. 科技通报 2016(04)
• [26].基于高光谱技术的铁观音茶叶等级判别[J]. 食品科学 2014(22)
• [27].基于高光谱技术的烤烟成熟度判别研究[J]. 延边大学农学学报 2015(04)
• [28].基于高光谱技术反演大豆生理信息的特征波长提取方法研究[J]. 光谱学与光谱分析 2020(11)
• [29].基于冠层高光谱信息的水稻生长监测应用研究进展[J]. 江苏农业科学 2018(12)
• [30].高光谱技术分析茶树叶片中叶绿素含量及分布[J]. 光谱学与光谱分析 2011(02)

标签：光谱分析论文;  算法论文;  模型论文;  高光谱技术论文;  番茄论文;  硬度论文;  特征波长论文;  区间随机蛙跳论文;