基于PCA-1DCNN的近红外光谱粮食作物主要成分检测方法

王蓉; 郑恩让; 陈蓓

首页> 中文期刊> 《中国粮油学报》 >基于PCA-1DCNN的近红外光谱粮食作物主要成分检测方法

基于PCA-1DCNN的近红外光谱粮食作物主要成分检测方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对传统的近红外光谱定量技术难以选择合适的光谱预处理方法且模型预测精度低的问题,以3个谷物数据集的近红外光谱数据集为研究对象,构建了基于主成分分析光谱筛选算法的一维卷积神经网络模型。与传统的偏最小二乘回归和支持向量机模型的性能做了对比后,一维卷积神经网络构建的模型性能均为最优。其中在对玉米数据集的水分、油脂、蛋白质、淀粉的定量建模中,模型的决定系数分别为99.09%、98.15%、98.89%、99.60%;在对grain数据集的定量建模中,4种成分模型的决定系数分别为100%、100%、100%、99.99%;在对小麦数据集的定量建模中,小麦蛋白质模型的决定系数为99.80%。为了验证主成分分析光谱筛选算法对粮食作物主要成分定量回归模型的有效性,在3个光谱数据集上去除了主成分分析算法进行消融实验。研究结果表明:基于主成分分析算法与一维卷积神经网络的回归建模方法为粮食作物成分含量的检测提供一种快速无损精确的判定方式,研究结果对于粮食作物成分的含量检测具有促进作用。

著录项

来源
《中国粮油学报》 |2023年第6期|141-148|共8页
作者
王蓉; 郑恩让; 陈蓓;
展开▼
作者单位

陕西科技大学电气与控制工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类产品标准与检验;光在农业上的应用;
关键词
近红外光谱; 主成分分析; 一维卷积神经网络; 粮食作物; 成分检测;

相似文献

中文文献
外文文献
专利

1. 基于不同波段近红外光谱的原料奶主要成分品质检测研究 [J] . 王林舸 ,籍保平 ,庆兆砷 . 中国食物与营养 . 2011,第8期
2. 近红外光谱在粮食作物检测中的应用进展 [J] . 周光华 ,朱大洲 ,王成 . 安徽农业科学 . 2010,第28期
3. 利用近红外吸收光谱快速检测食醋的主要成分 [J] . . 中外食品加工技术 . 2003,第1期
4. 利用近红外吸收光谱快速检测食醋的主要成分 [J] . 陈斌 ,陆道礼 ,吴珏 . 中国调味品 . 2002,第10期
5. 近红外光谱方法预测生物柴油主要成分 [J] . 孔翠萍 ,褚小立 ,杜泽学 . 分析化学 . 2010,第6期
6. 基于可见光近红外高光谱数据的小白菜表面溴氰菊酯残留检测方法 [C] . Zhao Ruoyu ,赵若雨 ,Wu Zhaocong . 第七届高分辨率对地观测学术年会 . 2020
7. 利用近红外吸收光谱快速检测玉米干全酒精糟的主要成分 [A] . 姜昕竺 . 2016

基于PCA-1DCNN的近红外光谱粮食作物主要成分检测方法

摘要

著录项

相似文献

相关主题

期刊订阅