位置:成果数据库 > 期刊 > 期刊详情页
基于光谱技术的桔子汁品种鉴别方法的研究
  • ISSN号:1000-0593
  • 期刊名称:《光谱学与光谱分析》
  • 时间:0
  • 分类:S123[农业科学—农业基础科学] S666[农业科学—果树学;农业科学—园艺学]
  • 作者机构:[1]浙江大学生物工程与食品科学学院,浙江杭州310029
  • 相关基金:国家“十一五”科技支撑项目(2006BAD10A04),国家自然科学基金项目(30671213)和高等学校优秀青年教师教学科研奖励计划项目(02411)资助
中文摘要:

为了实现桔子汁不同品种的快速光谱鉴别,首先采用主成分分析法对光谱数据进行聚类分析,从定性分析的角度得到四种不同品种桔子汁的特征差异。同时将小波变换用于对大量光谱数据的压缩,并结合RBF神经网络建立桔子汁品种鉴别的定量分析模型。该模型将小波压缩后的数据作为神经网络的输入向量,建立径向基函数RBF神经网络。4个品种共240个样本用来建立RBF神经网络的训练模型,剩余的60个样本用于预测。预测结果表明,小波变换结合RBF神经网络的桔子汁品种鉴别的准确率达到100%。说明文章提出的基于光谱技术的鉴别方法具有很好的分类能力,它为桔子汁品种的快速鉴别提供了一种新方法。

英文摘要:

In order to quickly analyze varieties of orange juice with near infrared spectra,firstly,principal component analysis(PCA) was used to analysze the clustering of orange juice samples,and the characteristic differentia of four orange juice varieties was obtained through qualitative analysis.Then plentiful spectral data were compressed by wavelet transform(WT) and the model was built with radial basis function neural network(RBF-NN),which offered a quantitative analysis of orange juice varieties discrimination.The model regarded the compressed data as the input of RBF-NN input vectors and built a RBF-NN model.Two hundred forty samples from four varieties were selected randomly to build the training model,which in turn was used to predict the varieties of 60 unknown samples.The discrimination rate of 100% was achieved by WT-RBFNN method.It was indicated that wavelet transform combined with RBF-NN is an available method for variety discrimination based on the near infrared reflectance spectroscopy technology.It offered a new approach to the fast discrimination of varieties of orange juice .

同期刊论文项目
同项目期刊论文
期刊信息
  • 《光谱学与光谱分析》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国光学学会
  • 主编:高松
  • 地址:北京海淀区魏公村学院南路76号
  • 邮编:100081
  • 邮箱:chngpxygpfx@vip.sina.com
  • 电话:010-62181070
  • 国际标准刊号:ISSN:1000-0593
  • 国内统一刊号:ISSN:11-2200/O4
  • 邮发代号:82-68
  • 获奖情况:
  • 1992年北京出版局编辑质量奖,1996年中国科协优秀科技期刊奖,1997-2000获中国科协择优支持基础性高科技学术期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国生物医学检索系统,美国科学引文索引(扩展库),英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:40642