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
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
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
\
基于机器嗅觉的柑橘品种无损检测与识别
基于机器嗅觉的柑橘品种无损检测与识别
作者:
夏必亮
彭珂
骆德汉
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
机器嗅觉
柑橘
品种识别
无损检测
LTSA+LDA
摘要:
为了探索一种不依赖人的感官评定而识别柑橘品种的新方法,提出了一种基于机器嗅觉的柑橘品种分类识别方法.使用PEN3电子鼻对外形相似但品种不同的柑橘水果进行无损气味采集,通过局部切空间排列算法(local tangent space alignment,LTSA)对高维水果气味数据进行降维处理,再运用线性判别分析方法(linear discriminant analysis,LDA)对降维后的数据进行判别分析,最终达到对不同品种柑橘水果分类识别的目的.实验结果表明,采用LTSA+LDA的方法能够对柑橘品种进行有效识别,对皇帝柑、脐橙和砂糖桔的识别率分别是91.1%、93.3%和91.1%,总体识别率为91.8%,该方法在柑橘品种识别方面具有良好的应用前景.
暂无资源
收藏
引用
分享
推荐文章
基于周长面积分形维数的柑橘品种机器识别
识别
图像处理
分形维数
柑橘
品种
小波神经网络
基于计算机视觉的柑橘无损检测技术
柑橘
无损检测
计算机视觉
近红外光谱技术在柑橘无损检测中的应用
近红外光谱
柑橘
无损检测
内部品质
品种鉴别
基于高光谱成像技术的柑橘缺陷无损检测
柑橘
缺陷检测
高光谱成像
主成分分析
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
基于机器嗅觉的柑橘品种无损检测与识别
来源期刊
江西农业大学学报
学科
农学
关键词
机器嗅觉
柑橘
品种识别
无损检测
LTSA+LDA
年,卷(期)
2017,(5)
所属期刊栏目
生物技术与工程
研究方向
页码范围
1017-1024
页数
8页
分类号
TP391.4|S666.2
字数
6253字
语种
中文
DOI
10.13836/j.jjau.2017131
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
骆德汉
广东工业大学信息工程学院
66
475
12.0
18.0
2
彭珂
广东工业大学信息工程学院
1
4
1.0
1.0
3
夏必亮
广东工业大学信息工程学院
1
4
1.0
1.0
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
(148)
共引文献
(121)
参考文献
(22)
节点文献
引证文献
(4)
同被引文献
(21)
二级引证文献
(5)
1967(1)
参考文献(0)
二级参考文献(1)
1980(1)
参考文献(0)
二级参考文献(1)
1986(1)
参考文献(0)
二级参考文献(1)
1988(2)
参考文献(0)
二级参考文献(2)
1989(2)
参考文献(0)
二级参考文献(2)
1990(1)
参考文献(0)
二级参考文献(1)
1994(2)
参考文献(0)
二级参考文献(2)
1995(1)
参考文献(0)
二级参考文献(1)
1996(4)
参考文献(0)
二级参考文献(4)
1997(3)
参考文献(0)
二级参考文献(3)
1998(1)
参考文献(1)
二级参考文献(0)
1999(1)
参考文献(0)
二级参考文献(1)
2000(2)
参考文献(0)
二级参考文献(2)
2001(6)
参考文献(0)
二级参考文献(6)
2002(2)
参考文献(0)
二级参考文献(2)
2003(3)
参考文献(0)
二级参考文献(3)
2004(20)
参考文献(1)
二级参考文献(19)
2005(6)
参考文献(0)
二级参考文献(6)
2006(15)
参考文献(2)
二级参考文献(13)
2007(10)
参考文献(0)
二级参考文献(10)
2008(11)
参考文献(0)
二级参考文献(11)
2009(14)
参考文献(0)
二级参考文献(14)
2010(15)
参考文献(0)
二级参考文献(15)
2011(14)
参考文献(3)
二级参考文献(11)
2012(6)
参考文献(0)
二级参考文献(6)
2013(9)
参考文献(3)
二级参考文献(6)
2014(9)
参考文献(5)
二级参考文献(4)
2015(7)
参考文献(6)
二级参考文献(1)
2016(1)
参考文献(1)
二级参考文献(0)
2017(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)
2018(3)
引证文献(3)
二级引证文献(0)
2019(2)
引证文献(1)
二级引证文献(1)
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
机器嗅觉
柑橘
品种识别
无损检测
LTSA+LDA
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.
基于周长面积分形维数的柑橘品种机器识别
2.
基于计算机视觉的柑橘无损检测技术
3.
近红外光谱技术在柑橘无损检测中的应用
4.
基于高光谱成像技术的柑橘缺陷无损检测
5.
柑橘成熟度机器视觉无损检测方法研究
6.
柑橘成熟度多重分形无损检测
7.
机器嗅觉系统气味识别算法
8.
基于Wi-Fi技术的穿戴式动物嗅觉机器人?
9.
电子鼻无损检测柑橘成熟度的实验研究
10.
基于色调分形维数的柑橘糖度和有效酸度检测
11.
探讨纺织纤维的机器嗅觉快速识别方法
12.
基于彩色图像的柑橘糖度无损分析
13.
基于改进YOLOv3-LITE轻量级神经网络的柑橘识别方法
14.
多对象特征提取和优化神经网络的玉米种子品种识别
15.
柑橘叶片叶绿素含量高光谱无损检测模型
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2017年第6期
江西农业大学学报2017年第5期
江西农业大学学报2017年第4期
江西农业大学学报2017年第3期
江西农业大学学报2017年第2期
江西农业大学学报2017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