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:
为对草莓硬度进行预测研究,利用高光谱成像系统获取草莓的高光谱数据,光谱数据波长为400~1000nm,采用标准正态变换(SNV)、多元散射校正(MSC)、卷积平滑方法(Savitzky-Golay)以及几种方法相结合对光谱数据进行预处理,选择最优的预处理方法,进一步结合化学计量学方法建立PLS预测模型,比较不同的光谱预处理方法对预测模型的效果,以选择最优预测模型.结果表明,经标准正态变换(SVN)处理后建立的偏最小二乘(PLS)模型效果最好,校正集和预测集的相关系数及均方根误差分别为0.989,0.882和0.021,0.073.因此,可采用高光谱成像技术对草莓硬度进行预测.
推荐文章
基于高光谱成像技术的绝缘子污秽度预测
高光谱成像
绝缘子污秽度
支持向量机
偏最小二乘回归
预测模型
基于高光谱成像技术预测牡蛎干制加工过程中的水分含量
牡蛎
水分
高光谱成像技术
化学计量学
高光谱成像技术快速预测鸡蛋液菌落总数
鸡蛋液
菌落总数
高光谱成像
模型
快速预测
基于高光谱成像技术的羊肉新鲜度预测
高光谱成像
新鲜度
随机森林回归
挥发性盐基氮
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 基于高光谱成像技术的草莓硬度预测
来源期刊 软件导刊 学科 工学
关键词 高光谱成像技术 草莓 硬度 无损检测
年,卷(期) 2018,(3) 所属期刊栏目 应用技术与研究
研究方向 页码范围 180-182
页数 3页 分类号 TP319
字数 2680字 语种 中文
DOI 10.11907/rjdk.172845
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 王纪华 三峡大学计算机与信息学院 75 1714 25.0 39.0
3 韩平 21 103 5.0 9.0
4 卢娜 三峡大学计算机与信息学院 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (501)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(8)
  • 参考文献(1)
  • 二级参考文献(7)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(5)
  • 参考文献(5)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高光谱成像技术
草莓
硬度
无损检测
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导