钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
农业科学期刊
\
大学学报期刊
\
江西农业大学学报期刊
\
茶叶外形品质的高光谱图像量化分析
茶叶外形品质的高光谱图像量化分析
作者:
严霖元
刘木华
吴彦红
吴瑞梅
艾施荣
赵杰文
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
茶叶外形
高光谱图像
BP神经网络
主成分分析
摘要:
为弥补感官审评方法评定茶叶品质存在的不足,提出采用高光谱图像来量化分析茶叶的外形感官品质.以碧螺春名优绿茶为对象,采集其高光谱图像,利用主成分分析法从原始高光谱图像中优选出3个波长(768.74,827.54,886.83 nm)下的特征图像.分别提取每个特征图像的颜色特征和纹理特征,3个特征图像共提取90个特征变量.利用BP神经网络方法建立特征变量与外形感官评分之间的相关模型,模型对预测集样本的相关系数为0.859,预测均方根误差为3.611.在预测集中,对模型的预测值与实际评分值进行t检验时,预测值与实际值无显著差异,说明所建模型是准确可靠的.
暂无资源
收藏
引用
分享
推荐文章
计算机视觉结合引导滤波方法快速量化茶叶叶底品质
引导滤波
计算机视觉
茶叶叶底品质
感官审评
SVM
基于高光谱图像和遗传优化神经网络的茶叶病斑识别
算法
优化
神经网络
高光谱成像技术
主成分分析
光谱特征
近红外光谱及高光谱技术在茶叶上的应用
近红外光谱技术
高光谱技术
茶叶
品质评价
高光谱图像技术在水果品质无损检测中的应用
高光谱图像技术
水果品质
无损检测
机器视觉
水果分级
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
茶叶外形品质的高光谱图像量化分析
来源期刊
江西农业大学学报
学科
工学
关键词
茶叶外形
高光谱图像
BP神经网络
主成分分析
年,卷(期)
2013,(2)
所属期刊栏目
生物技术与工程
研究方向
页码范围
413-418
页数
6页
分类号
TP391.41
字数
4891字
语种
中文
DOI
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
赵杰文
江苏大学食品与生物工程学院
195
5281
41.0
62.0
2
刘木华
江西农业大学工学院
228
2503
23.0
41.0
3
艾施荣
江西农业大学软件学院
35
174
9.0
12.0
4
吴瑞梅
江西农业大学工学院
52
529
13.0
21.0
5
吴彦红
江西农业大学工学院
15
227
8.0
15.0
6
严霖元
江西农业大学工学院
25
263
10.0
15.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(24)
共引文献
(94)
参考文献
(11)
节点文献
引证文献
(19)
同被引文献
(128)
二级引证文献
(77)
1973(1)
参考文献(0)
二级参考文献(1)
1979(1)
参考文献(0)
二级参考文献(1)
1988(1)
参考文献(0)
二级参考文献(1)
1993(1)
参考文献(0)
二级参考文献(1)
1995(3)
参考文献(0)
二级参考文献(3)
1997(2)
参考文献(1)
二级参考文献(1)
1999(3)
参考文献(1)
二级参考文献(2)
2000(1)
参考文献(0)
二级参考文献(1)
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(2)
参考文献(0)
二级参考文献(2)
2004(2)
参考文献(1)
二级参考文献(1)
2005(4)
参考文献(1)
二级参考文献(3)
2006(2)
参考文献(1)
二级参考文献(1)
2007(3)
参考文献(1)
二级参考文献(2)
2008(3)
参考文献(3)
二级参考文献(0)
2009(1)
参考文献(1)
二级参考文献(0)
2011(1)
参考文献(1)
二级参考文献(0)
2013(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2014(8)
引证文献(7)
二级引证文献(1)
2015(7)
引证文献(2)
二级引证文献(5)
2016(21)
引证文献(4)
二级引证文献(17)
2017(22)
引证文献(5)
二级引证文献(17)
2018(12)
引证文献(0)
二级引证文献(12)
2019(22)
引证文献(1)
二级引证文献(21)
2020(4)
引证文献(0)
二级引证文献(4)
研究主题发展历程
节点文献
茶叶外形
高光谱图像
BP神经网络
主成分分析
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
江西农业大学学报
主办单位:
江西农业大学
出版周期:
双月刊
ISSN:
1000-2286
CN:
36-1028/S
开本:
大16开
出版地:
江西省南昌市志敏大道1101号
邮发代号:
44-102
创刊时间:
1979
语种:
chi
出版文献量(篇)
4722
总下载数(次)
4
总被引数(次)
45526
期刊文献
相关文献
1.
计算机视觉结合引导滤波方法快速量化茶叶叶底品质
2.
基于高光谱图像和遗传优化神经网络的茶叶病斑识别
3.
近红外光谱及高光谱技术在茶叶上的应用
4.
高光谱图像技术在水果品质无损检测中的应用
5.
基于高光谱图像技术的农产品品质无损检测
6.
浙江名茶品质特征及评鉴新技术应用现状
7.
基于信号稀疏表示的高光谱散射图像苹果粉质化分类
8.
茶叶色香味品质评价方法研究进展
9.
一种基于矢量量化的高光谱遥感图像压缩算法
10.
基于高光谱成像技术的水果品质无损检测
11.
基于低秩自动编码器及高光谱图像的茶叶品种鉴别
12.
基于机器视觉和工艺参数的针芽形绿茶外形品质评价
13.
基于近红外光谱和机器视觉的多信息融合技术评判茶叶品质
14.
近红外光谱(NIRS)技术在茶叶品质保真中的应用前景
15.
皮肤色素斑临床图像量化分析系统的研究与设计
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
农业基础科学
农业工程
农业科学总论
农作物
农学
园艺
大学学报
林业
植物保护
水产渔业
畜牧兽医
江西农业大学学报2022
江西农业大学学报2021
江西农业大学学报2020
江西农业大学学报2019
江西农业大学学报2018
江西农业大学学报2017
江西农业大学学报2016
江西农业大学学报2015
江西农业大学学报2014
江西农业大学学报2013
江西农业大学学报2012
江西农业大学学报2011
江西农业大学学报2010
江西农业大学学报2009
江西农业大学学报2008
江西农业大学学报2007
江西农业大学学报2006
江西农业大学学报2005
江西农业大学学报2004
江西农业大学学报2003
江西农业大学学报2002
江西农业大学学报2001
江西农业大学学报2000
江西农业大学学报1999
江西农业大学学报2013年第6期
江西农业大学学报2013年第5期
江西农业大学学报2013年第4期
江西农业大学学报2013年第3期
江西农业大学学报2013年第2期
江西农业大学学报2013年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号