科研产出
利用一维超深度卷积神经网络的金银花NIRS分类模型设计
《三明学院学报 》 2023
摘要：当前应用于近红外光谱(NIRS)数据定性分析的经典一维卷积神经网络(1D-CNN)模型，通过增加卷积核数量，导致模型臃肿、参数量巨大、计算复杂度高，同时易产生过拟合。为克服传统方法的不足，改进传统1D-CNN模型为一维超深度卷积神经网络模型。首先，采集金银花近红外光谱为样本数据，并采用KS法对样品集预处理；其次，改进传统1D-CNN中的隐含层结构为一维超深度卷积神经网络，并针对NIRS数据适应性进行改进，使其可直接应用于一维NIRS数据；最后，用分层算法完成训练集、验证集和测试集的划分，构建基于一维超深度卷积神经网络的金银花NIRS分类模型。结果表明，改进后的一维超深度卷积神经网络训练集的准确率达到100%,测试集的准确率达到99.57%,损失值收敛为0.018附近。与传统1D-CNN模型相比，本设计模型的训练集与测试集的准确率分别提升了约0.05%与1%,同时，参数量和FLOPs分别减少约47%和5%,并且可大幅度降低过拟合。
关键词： 金银花 近红外光谱 分类 一维卷积神经网络 超深度
全文链接
请求原文
基于改进1D-VD-CNN与近红外光谱数据的金银花产地溯源研究
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：金银花是清热解毒必备良药，市面上金银花来源复杂，最著名的山东平邑产金银花在市场上常遭造假。已有的鉴别方法大多耗时长、成本高且操作复杂，亟需一种快速高效的金银花产地溯源方法。针对应用在金银花鉴别中的近红外光谱（NIRS）数据的一维卷积神经网络（1D-CNN）鉴别模型存在参数量过大、模型效率过于低下、计算复杂度高，同时易产生过拟合问题，对传统1D-CNN结构作出改进。使用效率较高的VD（Very Deep）结构替代传统1D-CNN中隐含层结构，并针对NIRS数据适应性改进，使其可直接应用于一维NIRS数据。改进分为三步：（1）将特征层的设计转为2个约束优化设计：第一约束条件设每个卷积层C值（卷积核与感受野的大小比值）为1/6,可提高网络模型效率；第二约束条件取顶层感受野大小为数据向量大小，实现更深层数据特征提取，并减小过拟合。（2）通过降采样把特征层输出特征向量缩小至较小的尺寸；（3）使用两个1×5大小的卷积层和一个带有Dropout的池化层将数据大小降采样到只有一个矢量的向量替代分类作用的全连接层，进而减小参数量。采集河南、山东、河北、重庆主要产地出产的金银花为样品500份。测试光谱范围908～1 676 nm,采用KS法对样品集预处理，并用shuffle算法完成训练集、验证集、测试集划分，构建基于改进1D-VD-CNN与近红外光谱的金银花产地鉴别模型。结果表明，1D-VD-CNN训练集与测试集准确率均达到100%,损失值收敛为0.001附近。与传统1D-CNN模型相比，1D-VD-CNN模型的训练集与测试集准确率分别提升为约0.5%与1.4%,参数量和FLOPs分别减少近1 M（兆）和20 M（兆）。与原始光谱数据分析法和PLS-DA法对比分析，表明1D-VD-CNN模型对金银花近红外光谱分类具有更高的效率和更好的识别性能。
关键词： 金银花 近红外光谱 超深度 一维卷积神经网络 产地溯源
全文链接
请求原文
花生籽仁食用感官品质近红外分析模型构建
《花生学报 》 2022 北大核心
摘要：采集31份日光干燥的花生籽仁的近红外光谱,并进行生花生仁和烤花生仁感官品质评价.采用交叉检验,首次构建花生籽仁感官品质近红外模型.经优化,生花生仁脆性、甜度和细腻度,烤花生仁脆性和细腻度,以上最佳光谱预处理方法均为"一阶导数+多元散射矫正".生花生仁脆性近红外模型R2为83.6,RMSECV为0.227;生花生仁甜味近红外模型R2为89.02,RMSECV为0.137;生花生仁细腻度近红外模型R2为90.92,RMSECV为0.102.烤花生仁脆性近红外模型R2为88.29,RMSECV为0.161;烤花生仁细腻度近红外模型R2为76.97,RMSECV为0.154.花生感官品质近红外模型的应用,将会对食用花生感官品质育种发挥积极的促进作用.
全文链接
请求原文
基于偏最小二乘法和深度学习的近红外糖度预测
《吉林农业大学学报 》 2021 北大核心 CSCD
摘要：为准确预测苹果糖度,基于傅里叶变换近红外光谱、偏最小二乘法和深度学习技术,建立了不同的苹果糖度预测模型。使用傅里叶变换近红外光谱仪和折光仪采集160个苹果的光谱与糖度信息,建立不同光谱预处理方法的偏最小二乘法（Partial least square, PLS）模型,通过常用的竞争性自适应重加权算法减少PLS模型计算量,对比得到最好的PLS模型预测精度;使用深度学习的MobileNetV2网络构建苹果糖度预测模型,调整最适合的模型构建参数。试验结果表明:经过标准正态变量变换（Standard normal variate, SNV）光谱预处理的PLS模型预测精度最高,其预测模型相关系数（RP）为0.933 3、均方根误差（RMSEP）为0.476 5°Brix,特征波长筛选可减少计算量,但会使预测模型精度稍微下降;经过数据增强处理的MobileNetV2模型可以获得一定的糖度预测精度,其RP为0.843 1、RMSEP为0.898 4°Brix。结果表明,基于深度学习的MobileNetV2网络结构训练得到的糖度预测模型具有一定的可行性,但SNV预处理的全波段PLS模型精度最高,PLS建模依然是小批量样本建模简单高效的方法。
关键词： 近红外光谱 糖度 偏最小二乘法 深度学习 MobileNetV2模型
全文链接
请求原文
基于近红外光谱技术快速鉴别不同产地金银花
《农产品质量与安全 》 2019
摘要：应用MicroNIR 1700微型近红外光谱分析仪采集不同产地金银花样品的漫反射光谱,获得数据501份,采用KS (Kennard-Stone)方法对样品集进行划分,通过不同光谱预处理方法,利用偏最小二乘判别分析法(PLS-DA)建立判别模型。结果显示,采用二阶导数和标准正态变量预处理光谱,金银花产地判别模型正确判别率可达100%。结果表明,不同产地来源金银花的近红外光谱特征有显著差异,使用便携式近红外方法可准确判别金银花产地。该方法可推广作为现场应用,具有较好的实际应用价值。
关键词： 金银花 产地溯源 近红外光谱 偏最小二乘判别分析法
全文链接
请求原文
近红外光谱法快速测量平菇菌丝总蛋白含量
《山东农业科学 》 2017
摘要：本文以平菇平板培养菌丝总蛋白含量为指标,在1 000~1 799 nm近红外光谱区域采集光谱信息,采用化学计量学法建立菌株各参数的偏最小二乘法(PLS)定量预测模型。结果表明:最佳光谱预处理方法为Savitzky-Golay平滑+Savitzky-Golay导数+多元散射校正(MSC)+均值中心化,所建定量模型的校正集相关系数、校正标准差(SEC)、验证集相关系数、预测标准差(SEP)、主因子数、SEP/SEC均在合理范围,模型真实值与预测值的相关系数为0.67263,模型可靠性、稳健性和预测效果较好,可用于菌丝蛋白质含量检测。
全文链接
请求原文
近红外光谱法快速测量平菇菌丝总蛋白含量（英文）
《Agricultural Science & Technology 》 2017
摘要：该文以平菇平板培养菌丝总蛋白含量为指标,在1 000-1 799 nm近红外光谱区域采集光谱信息,采用化学计量学法建立菌株各参数的偏最小二乘法(PLS)定量预测模型。结果表明:最佳光谱预处理方法为SavitzkyGolay平滑+Savitzky-Golay导数+多元散射校正(MSC)+均值中心化,所建定量模型的校正集相关系数、校正标准差(SEC)、验证集相关系数、预测标准差(SEP)、主因子数、SEP/SEC均在合理范围,模型真实值与预测值的相关系数为0.672 63,模型可靠性、稳健性和预测效果较好,可用于菌丝蛋白质含量检测。
全文链接
请求原文
近红外光谱技术识别沾化和陕西冬枣产地的研究
《山东农业科学 》 2016
摘要：为探索利用近红外光谱分析技术识别陕西和沾化两地冬枣的可行性,本研究应用便携式近红外光谱仪并结合簇类独立软模式分类(SIMCA)和偏最小二乘判别分析(PLS-DA)两种建模方法识别冬枣的产地,同时研究了不同近红外光谱预处理方式对模型预测识别率的影响。结果表明,采用原始近红外光谱结合SIMCA和PLS-DA方法识别沾化冬枣和陕西冬枣是可行的,其中PLS-DA方法的准确度更高,对冬枣验证集样品识别率为100%。
关键词： 近红外光谱 冬枣 产地识别 偏最小二乘判别分析(PLS-DA) 簇类独立软模式分类(SIMCA)
全文链接
请求原文
花生种子吸胀期间耐低温性及其与品质性状的相关研究
《核农学报 》 2011 北大核心 CSCD
摘要：利用55份花生种子进行低温吸胀萌发试验,统计露白率及芽长/种长,筛选耐低温种质,并通过近红外光谱技术测定油酸、亚油酸、棕榈酸、脂肪、蛋白质及蔗糖含量,分析花生种子吸胀期间耐低温性与各项品质性状之间的相关性。结果表明:参试花生种质在2℃96h低温胁迫条件下,露白率≥80%的种质有3份、80%>露白率≥70%的种质有3份、70%>露白率≥60%的种质有5份、露白率<60%的种质有43份(占总数78.18%);芽长/种长>0.5的种质有3份、0.5>芽长/种长>0.4的种质有5份、0.4>芽长/种长>0.3的种质有3份、芽长/种长<0.3的种质有43份。其中,多粒型种质A4的耐低温性最强,露白率为95%、芽长/种长为1.50。种子的露白率与芽长/种长呈极显著正相关、与脂肪含量呈显著正相关,芽长/种长与亚油酸含量呈显著正相关、与油酸含量呈显著负相关,但这两项指标与百仁重相关性均不显著。
全文链接
请求原文
