咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >一种基于弛豫动态光谱技术的苹果损伤检测方法研究 收藏

一种基于弛豫动态光谱技术的苹果损伤检测方法研究

Study of Apple Slight Damage Detecting Method Based on Dynamic Relaxation Spectrum

作     者:宁景苑 叶海芬 孙雨玘 熊思怡 梅正昊 蒋晨豪 黄科涛 张苏婕 朱哲琛 李昱权 惠国华 易晓梅 郜园园 吴鹏 NING Jingyuan;YE Haifen;SUN Yuqi;XIONG Siyi;MEI Zhenghao;JIANG Chenhao;HUANG Ketao;ZHANG Sujie;ZHU Zhechen;LI Yuquan;HUI Guohua;YI Xiaomei;GAO Yuanyuan;WU Peng

作者机构:浙江农林大学信息工程学院林业感知技术与智能装备国家林业局重点实验室浙江杭州311300 浙江农林大学信息工程学院浙江省林业智能监测重点实验室浙江杭州311300 

出 版 物:《传感技术学报》 (Chinese Journal of Sensors and Actuators)

年 卷 期:2022年第35卷第8期

页      面:1150-1156页

核心收录:

学科分类:080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

基  金:浙江省基础公益研究项目(2019C02075) 国家级大学生创新项目(202110341027) 浙江省新苗计划项目(2021R412031,2021R412032) 浙江农林大学学生科研项目 

主  题:光谱 弛豫 无损检测 苹果 神经网络 

摘      要:在运输过程中,苹果的质量不断下降,导致苹果滞销严重,造成了很大的经济损失。现有的苹果品质检测技术虽然能够精准判断苹果是否发生损伤,但是价格高昂,体积庞大,难以推广使用。针对以上情况,探索了一种基于弛豫光谱技术和BP神经网络算法的苹果损伤检测方法。文中以红富士苹果为实验对象,通过自主搭建的弛豫光谱采集系统采集光谱信号,使用SNV算法优化光谱数据,基于BP神经网络算法构建SNV-BP-RS苹果损伤检测模型,该模型准确率为91.48%,检测用时为0.291 s。文中同时基于传统光谱建立了SNV-BP-CS苹果损伤检测模型,该模型准确率为86.39%,检测用时为0.454 s。经过对比,所提出的检测方法大大降低了光谱检测系统对检测波段的需求,检测系统具有体积小、价格低等优势,检测模型准确率高,稳定性良好,为水果高效、低成本判伤提供一种新的思路。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分