期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
连续偏振光谱的稻种发芽率检测方法研究
被引量:
3
1
作者
程宇琼
卢伟
+2 位作者
洪德林
党小景
罗慧
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2016年第7期2200-2206,共7页
针对目前传统稻种发芽率检测方法周期长、精度低的问题,提出新颖的基于连续偏振光谱技术实现稻种发芽率快速、无损检测的方法。以不同老化天数稻种为检测目标,10 min为检测时间点,使用起偏器将光纤准直光源调制成线偏振光垂直入射稻种...
针对目前传统稻种发芽率检测方法周期长、精度低的问题,提出新颖的基于连续偏振光谱技术实现稻种发芽率快速、无损检测的方法。以不同老化天数稻种为检测目标,10 min为检测时间点,使用起偏器将光纤准直光源调制成线偏振光垂直入射稻种浸出液,而后以5°为间隔旋转检偏器,并通过光纤光谱仪检测透射的光谱,对检测的偏振光谱通过归一化预处理后,根据不同发芽率稻种检测时偏振角及波长的贡献给出特征偏振角和特征波长,特征偏振角为0°,5°和25°,特征波长为576,620和788 nm,将获取的连续偏振光谱以特征偏振角和特征波长处的透射率为输入,构建稻种发芽率检测模型。分别比较运用偏最小二乘法回归(partial least squares regression,PLSR)、BP神经网络(back propagation neural network,BPNN)、径向基神经网络(radial basis function neural network,RBFNN)三种建模方法建立稻种发芽率检测模型。分别用老化天数为0,2,4,6 d的稻种,在不同的偏振角共测量1 520组实验数据,其中912组数据作为校正集,608组数据作为预测集,建模结果表明三种模型预测精度较高,其中RBFNN模型预测精度最高,其相关系数r为0.976,均方误差RMSE为0.785,平均相对误差MRE为0.85%。表明利用连续偏振光谱技术通过多维度光谱信息能够有效实现稻种发芽率的快速、准确检测。
展开更多
关键词
连续偏振光谱
稻种
发芽率
无损检测
下载PDF
职称材料
基于连续偏振光谱技术与嵌入型灰色神经网络的稻种发芽率检测方法研究
被引量:
4
2
作者
程宇琼
卢伟
+2 位作者
罗慧
洪德林
党晓景
《光学学报》
EI
CAS
CSCD
北大核心
2015年第12期286-294,共9页
针对稻种发芽率传统检测方法周期长,近红外光谱检测技术等无损检测方法受稻种自然颜色及含水量影响大的问题,通过连续偏振光谱结合嵌入型灰色神经网络(IGNN)的方法建立稻种发芽率预测模型。对检测连续偏振光谱运用经典模式分解(EMD)和...
针对稻种发芽率传统检测方法周期长,近红外光谱检测技术等无损检测方法受稻种自然颜色及含水量影响大的问题,通过连续偏振光谱结合嵌入型灰色神经网络(IGNN)的方法建立稻种发芽率预测模型。对检测连续偏振光谱运用经典模式分解(EMD)和小波包变换进行去噪处理,根据去噪效果选择EMD去噪。利用主成分分析(PCA)提取去噪后的连续偏振光谱特征,结合偏最小二乘法回归(PLSR)、反向传播神经网络(BPNN)、径向基神经网络(RBFNN)和IGNN分别构建稻种发芽率预测模型,建模结果显示10 min检测时间点IGNN预测模型精度最高,预测集相关系数RP=0.985,预测集均方根误差(RMSEP)为0.771。研究结果表明基于连续偏振光谱技术结合嵌入型灰色神经网络的方法实现稻种发芽率快速无损检测是可行的且精度较高。
展开更多
关键词
光
谱
学
连续偏振光谱
技术
灰色神经网络
稻种
发芽率
原文传递
题名
连续偏振光谱的稻种发芽率检测方法研究
被引量:
3
1
作者
程宇琼
卢伟
洪德林
党小景
罗慧
机构
南京农业大学工学院
远程测控技术江苏省重点实验室
南京农业大学农学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2016年第7期2200-2206,共7页
基金
国家自然科学基金青年基金项目(61401215)
江苏省自然科学基金青年基金项目(BK20130696)
+1 种基金
中央高校基本科研业务经费项目(KYZ201427)
远程测控技术江苏省重点实验室开放基金项目(YCCK201501)资助
文摘
针对目前传统稻种发芽率检测方法周期长、精度低的问题,提出新颖的基于连续偏振光谱技术实现稻种发芽率快速、无损检测的方法。以不同老化天数稻种为检测目标,10 min为检测时间点,使用起偏器将光纤准直光源调制成线偏振光垂直入射稻种浸出液,而后以5°为间隔旋转检偏器,并通过光纤光谱仪检测透射的光谱,对检测的偏振光谱通过归一化预处理后,根据不同发芽率稻种检测时偏振角及波长的贡献给出特征偏振角和特征波长,特征偏振角为0°,5°和25°,特征波长为576,620和788 nm,将获取的连续偏振光谱以特征偏振角和特征波长处的透射率为输入,构建稻种发芽率检测模型。分别比较运用偏最小二乘法回归(partial least squares regression,PLSR)、BP神经网络(back propagation neural network,BPNN)、径向基神经网络(radial basis function neural network,RBFNN)三种建模方法建立稻种发芽率检测模型。分别用老化天数为0,2,4,6 d的稻种,在不同的偏振角共测量1 520组实验数据,其中912组数据作为校正集,608组数据作为预测集,建模结果表明三种模型预测精度较高,其中RBFNN模型预测精度最高,其相关系数r为0.976,均方误差RMSE为0.785,平均相对误差MRE为0.85%。表明利用连续偏振光谱技术通过多维度光谱信息能够有效实现稻种发芽率的快速、准确检测。
关键词
连续偏振光谱
稻种
发芽率
无损检测
Keywords
Continuous polarization spectroscopy
Rice seed
Germination rate
Nondestructive detection
分类号
S511 [农业科学—作物学]
下载PDF
职称材料
题名
基于连续偏振光谱技术与嵌入型灰色神经网络的稻种发芽率检测方法研究
被引量:
4
2
作者
程宇琼
卢伟
罗慧
洪德林
党晓景
机构
南京农业大学工学院江苏省现代设施农业技术与装备工程实验室
远程测控技术江苏省重点实验室
南京农业大学农学院/作物遗传与种质创新国家重点实验室
出处
《光学学报》
EI
CAS
CSCD
北大核心
2015年第12期286-294,共9页
基金
国家自然科学基金青年基金(61401215)
江苏省自然科学基金青年基金(BK20130696)
+1 种基金
中央高校基本科研业务经费项目(KYZ201427)
远程测控技术江苏省重点实验室开放基金(YCCK201501)
文摘
针对稻种发芽率传统检测方法周期长,近红外光谱检测技术等无损检测方法受稻种自然颜色及含水量影响大的问题,通过连续偏振光谱结合嵌入型灰色神经网络(IGNN)的方法建立稻种发芽率预测模型。对检测连续偏振光谱运用经典模式分解(EMD)和小波包变换进行去噪处理,根据去噪效果选择EMD去噪。利用主成分分析(PCA)提取去噪后的连续偏振光谱特征,结合偏最小二乘法回归(PLSR)、反向传播神经网络(BPNN)、径向基神经网络(RBFNN)和IGNN分别构建稻种发芽率预测模型,建模结果显示10 min检测时间点IGNN预测模型精度最高,预测集相关系数RP=0.985,预测集均方根误差(RMSEP)为0.771。研究结果表明基于连续偏振光谱技术结合嵌入型灰色神经网络的方法实现稻种发芽率快速无损检测是可行的且精度较高。
关键词
光
谱
学
连续偏振光谱
技术
灰色神经网络
稻种
发芽率
Keywords
spectroscopy
continuous polarization spectroscopy technique
inlaid grey neural network
rice seed
germination rate
分类号
S511 [农业科学—作物学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
连续偏振光谱的稻种发芽率检测方法研究
程宇琼
卢伟
洪德林
党小景
罗慧
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2016
3
下载PDF
职称材料
2
基于连续偏振光谱技术与嵌入型灰色神经网络的稻种发芽率检测方法研究
程宇琼
卢伟
罗慧
洪德林
党晓景
《光学学报》
EI
CAS
CSCD
北大核心
2015
4
原文传递
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部