基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以滴有不同浓度毒死蜱和炔螨特农药的水晶皇冠梨为研究对象,探讨高光谱图像技术结合人工神经网络方法检测水果表面农药残留量的可行性.分别配制不同浓度分布的毒死蜱水溶液和炔螨特水溶液样本各20个,按100μL和150μL取农药溶液滴在梨表面,在835.467 8~1 648.356 8 nm范围采集高光谱图像,提取感兴趣区域数据得到4组样本数据,每组20个,每组随机抽取5个样本作为预测集,利用BP人工神经网络对每组数据分别建立数学模型.滴有150μL和100μL农药溶液区域的建模结果为:两种农药的残留样本相关系数分别都大于0.99和0.95;RMSEC和RMSEP的最大值分别为0.634 9,1.323 9和1.742 5,3.441 7.结果表明:150μL农药样本区优于100μL农药样本区的建模结果,高光谱图像技术结合人工神经网络法检测梨表面农药残留量是可行的,为水果表面农药残留量检测提供了新方法.
推荐文章
基于激光图像的水果表面农药残留检测试验研究
水果
农药残留
激光图像
图像处理
浅谈蔬菜中农药残留检测技术
蔬菜
农药残留
检测技术
农产品农药残留检测技术的研究进展
农产品
农药残留
检测技术
研究进展
基于模式识别技术的高光谱遥感图像检测
模式识别
高光谱图像
遥感图像检测
图像预处理
图像拼接
过热区域确定
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高光谱图像技术检测梨表面农药残留试验研究
来源期刊 北京工商大学学报:自然科学版 学科 工学
关键词 高光谱图像 BP神经网络 农药残留 毒死蜱 炔螨特
年,卷(期) 2011,(6) 所属期刊栏目 食品检测与信息处理
研究方向 页码范围 73-77
页数 分类号 TS207.3
字数 2723字 语种 中文
DOI 10.3969/j.issn.1671-1513.2011.06.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙晓荣 北京工商大学计算机与信息工程学院 79 396 10.0 15.0
2 刘翠玲 北京工商大学计算机与信息工程学院 119 568 11.0 17.0
3 吴静珠 北京工商大学计算机与信息工程学院 67 599 14.0 21.0
4 索少增 北京工商大学计算机与信息工程学院 8 55 5.0 7.0
5 吴胜男 北京工商大学计算机与信息工程学院 16 146 7.0 11.0
6 陈兴海 8 112 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (226)
参考文献  (11)
节点文献
引证文献  (23)
同被引文献  (102)
二级引证文献  (151)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(11)
  • 参考文献(1)
  • 二级参考文献(10)
2008(9)
  • 参考文献(5)
  • 二级参考文献(4)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(18)
  • 引证文献(2)
  • 二级引证文献(16)
2015(18)
  • 引证文献(4)
  • 二级引证文献(14)
2016(40)
  • 引证文献(7)
  • 二级引证文献(33)
2017(42)
  • 引证文献(3)
  • 二级引证文献(39)
2018(26)
  • 引证文献(2)
  • 二级引证文献(24)
2019(20)
  • 引证文献(0)
  • 二级引证文献(20)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
高光谱图像
BP神经网络
农药残留
毒死蜱
炔螨特
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
食品科学技术学报
双月刊
2095-6002
10-1151/TS
大16开
北京海淀区阜成路33号 北京工商大学《食品科学技术学报》编辑部
1983
chi
出版文献量(篇)
2093
总下载数(次)
8
总被引数(次)
16411
论文1v1指导