1 华中农业大学 工学院，湖北 武汉 430070
2 农业部长江中下游农业装备重点实验室，湖北 武汉 430070
本文研究基于可见/近红外透射光谱技术的红提糖度和含水率的无损检测方法。采集360个红提样本，并分别利用标准正态变量变换（Standard Normal Variable transformation，SNV）、SavitZky-Golay卷积平滑处理法（SavitZky-Golay，S_G）等光谱预处理方法处理后的数据建立PLSR模型，分别采用一次降维（GA、SPA、CARS、UVE）和二次降维组合（CARS-SPA、UVE-SPA、GA-SPA）7种数据降维方法对光谱进行特征变量提取，分别建立红提糖度和含水率的偏最小二乘回归算法(Partial Least Squares Regression，PLSR)和最小二乘支持向量机（Least Squares Support Vector Machine，LSSVM）含量检测模型并对比分析模型的优劣。结果表明：红提糖度和含水率的最优PLSR模型波长提取方法为GA-SPA-PLSR，最优模型的预测集相关系数分别为0.958、0.938；红提糖度和含水率的最优LSSVM模型波长提取方法分别为CARS-SPA-LSSVM、UVE-SPA-LSSVM，最优模型的预测集相关系数分别为0.969、0.942；LSSVM所建模型的效果好于PLSR所建模型，但模型的运算时间较长。研究结果表明：基于可见/近红外技术无损检测红提糖度和含水率的方法可行，两种最优检测模型的预测精度均较高，都能满足检测要求。在不同应用下，可酌情选择不同模型，PLSR所建最优模型的运算时间较短，适合在线快速检测；LSSVM的检测性能最佳，可更加准确地检测红提糖度和含水率。
红提 糖度 含水率 可见/近红外技术 无损检测 red globe grape sugar content moisture content visible/near-infrared technology non-destructive testing
1 华中农业大学工学院, 湖北 武汉 430070
2 农业部长江中下游农业装备重点实验室, 湖北 武汉 430070
为了研究贮藏期与淡水鱼鱼肉质构品质的相关关系,以武昌鱼为研究对象,建立了近红外光谱淡水鱼鱼肉质构品质的快速无损检测模型。利用AntarisⅡ傅里叶变换近红外光谱仪采集武昌鱼鱼肉样本的光谱数据,并使用TMS-PRO型质构仪测量样本的硬度值、弹性值和咀嚼性值;采用S-G平滑法对原始光谱进行预处理,结合竞争性自适应重加权(CARS)算法、稳定性竞争自适应重加权采样(SCARS)算法和连续投影(SPA)算法进行一次特征波长的提取。基于上述3项质构指标建立的最小偏二乘回归(PLSR)模型,在一次特征波长提取的基础上再结合SPA算法进行二次特征波长的提取,根据二次特征提取的最优波长建立淡水鱼鱼肉硬度、弹性和咀嚼性的最优模型,该模型校正集的相关系数Rc分别为0.968、0.947、0.927,预测集的相关系数Rp分别为0.964、0.939、0.926,校正集的均方根误差RMSEC分别为0.753、0.827、0.986,预测集的均方根误差RMSEP分别为0.846、0.897、0.964。研究结果表明,该方法适用于淡水鱼鱼肉贮藏期质构品质的快速无损检测,具有较高的准确度,可为后续淡水鱼鱼肉品质的在线检测提供帮助。
光谱学 近红外光谱 无损检测 淡水鱼 质构品质 连续投影算法 偏最小二乘回归 激光与光电子学进展
2021, 58(12): 1230001
我国是鸭蛋与鸭肉生产和消费大国, 为此每年需要孵化大量雏鸭才能满足生产需要。 由于无精蛋在孵化过程中无法孵化出雏鸭, 所以尽早地将其剔除可避免资源的浪费。 国内鸭蛋孵化行业需在种鸭蛋入孵7天左右使用人工照蛋方式才能将无精蛋剔除。 针对人工照蛋效率低且剔除的无精蛋已无食用价值等问题, 以入孵前种鸭蛋为研究对象, 将可见-近红外透射光谱技术与卷积神经网络相结合, 用于入孵前种鸭蛋受精信息的无损鉴别。 实验中对采集得到的400~1 000 nm原始光谱信息进行预处理(去除噪声波段和Savitzky-Golay卷积平滑处理)去除噪声与无关信息, 使用竞争性自适应重加权算法(CARS)与连续投影算法( SPA)选取特征波长, 并将选择的特征波长转换成二维光谱矩阵。 二维光谱矩阵既可以表征特征光谱的有效信息, 又可以将光谱信息传入到神经网络进行训练。 针对光谱数据的特点, 网络过深容易造成模型的过拟合, 网络过浅则会造成模型的欠拟合。 为此构建了一个4层的卷积神经网络(CNN)用于对光谱信息矩阵进行训练, 该网络包括3个卷积层和1个全连接层, 卷积层用于自动提取光谱二维信息矩阵的有效信息, 全连接层通过对卷积层提取的局部特征进行整合进而供输出层决策, 此外在卷积神经网络中引入了局部相应归一化、 池化和dropout操作可以加速网络的收敛速度并防止模型过拟合。 运用SPA提取的特征波长建立的卷积神经网络模型训练集准确率为97.71%, 测试集准确率为97.41%, 验证集准确率为98.29%; 运用CARS提取的特征波长建立的卷积神经网络模型训练集准确率为97.42%, 测试集准确率为97.41%, 验证集准确率为97.44%, 而使用SPA和CARS提取的特征波长建立的传统机器学习模型测试集精度最高仅为87.39%。 研究结果表明, 利用卷积神经网络与光谱技术相结合可以实现入孵前种鸭蛋受精信息无损鉴别, 可为后续开发动态在线检测设备提供高效、 无损、 快速的技术支持。
入孵前种鸭蛋 受精 卷积神经网络 无损检测 可见-近红外光谱 Pre-incubation duck eggs Fertilization Convolutional neural network Nondestructive testing Visible/near infrared spectroscopy 光谱学与光谱分析
2020, 40(12): 3847
1 华中农业大学 工学院, 湖北 武汉 430070
2 农业农村部长江中下游农业装备重点实验室, 湖北 武汉 430070
红提糖度是重要的内部品质衡量指标, 传统的检测方法均为破坏性生化检测, 本文基于高光谱成像技术, 提出了一种基于高光谱信息融合的红提糖度含量无损检测方法。采集并提取260个红提样本的光谱信息和图像信息, 对光谱信息分别利用SNV、S-G等光谱预处理方法建立PLSR模型, 确定最好的光谱预处理方法, 分别采用一次降维(GA、CARS、IRIV)算法和组合降维算法(CARS-SPA、IRIV-SPA、GA-SPA)共六种降维方法对光谱信息进行特征变量提取; 获取灰度共生矩阵的图像纹理信息, 结合图像的颜色信息(R、G、B、H、S、V、L、a、b), 组成19个图像特征参数, 采用PCA算法对图像信息进行降维, 分别建立基于降维处理后的光谱信息、图像信息以及两者融合的红提糖度线性预测模型PLSR、非线性预测模型LSSVM, 并对比分析模型的优劣。结果表明, 若只利用光谱信息建模, IRIV-SPA可有效地提取红提糖度光谱信息的特征波长, 提高模型的预测性能; 若只利用图像信息进行建模, 模型的预测性能不好, PCA降维有效地提高了模型的预测性能, 但提高的性能有限; 将IRIV-SPA特征波段提取后的光谱和经PCA降维后的图像信息进行融合, 分别建立PLSR和LSSVM模型, 红提糖度的最优PLSR模型的校正集和预测集相关系数分别为0.943, 0.941; 红提糖度的最优LSSVM模型的校正集和预测集相关系数分别为0.954, 0.952。LSSVM所建模型的效果好于PLSR所建模型, 但模型的运算时间较长。两种模型的精度均比单方面基于光谱或图像信息的模型都有较大的提高, 表明融合高光谱图像的光谱与图像信息不仅可以提高模型的运算速度、简化模型, 同时有效地提高了红提糖度预测性能, 为红提糖度的检测找到了一种新的方法。
红提 高光谱成像 糖度 信息融合 无损检测 red globe grape hyperspectral imaging sugar content information fusion nondestructive testing
1 中国科学院上海技术物理研究所,上海 200083
2 中国科学院大学,北京 100049
制冷机在红外遥感领域发挥着极其重要的作用,如果出现故障直接影响探测器的正常工作以及性能,因此,制冷机智能故障诊断具有重要的意义.针对制冷机出现的碰摩故障,提出了一种基于小波包变换、遗传算法、支持向量机的智能故障诊断方法.首先对振动信号做小波变换及时域特征提取组成特征集.利用距离评价技术从特征集中选择敏感特征.利用遗传算法优化支持向量机参数.将特征值输入到优化好的支持向量机中,自动识别机器运行状态.开展制冷机故障模拟实验,结果表明,该方法最终识别准确率达 95%,能有效识别制冷机碰摩故障部位.
振动信号 小波包 支持向量机 距离评估技术 遗传算法 碰摩故障 模式识别 vibration signal wavelet packet support vector machine genetic algorithm rubbing fault Patternrecognition
1 华中农业大学工学院, 湖北 武汉 430070
2 农业部长江中下游农业装备重点实验室, 湖北 武汉 430070
红提的糖度和硬度是评价红提品质的重要指标,探究了基于高光谱成像技术的红提糖度和硬度的无损检测方法及最佳预测模型。在红提果粒的三种放置模式(横放、果柄侧朝下、果柄侧朝上)下,分别采集213个样本在400~1000 nm波长范围内的高光谱图像,对比分析光谱采集的最优模式;然后在最优采集模式下对光谱进行预处理;应用遗传算法(GA)、连续投影算法(SPA)、竞争性自适应重加权(CARS)算法和无信息变量消除法(UVE)针对原始光谱提取特征波长;结合化学计量学方法分别建立基于全光谱和特征波长的偏最小二乘回归(PLSR)、最小二乘支持向量机(LSSVM)和随机森林(RF)的红提糖度、硬度的无损预测模型。结果表明:基于RF建立的糖度和硬度模型的效果较优;预测糖度的最优模型为遗传算法优化的随机森林(GA-RF),其校正集相关系数(Rc)、预测集相关系数(Rp)分别为0.969、0.928,校正集均方根误差(RMSEC)、预测集均方根误差(RMSEP)分别为0.266、0.254;预测硬度的最优模型为基于移动窗口平滑结合连续投影算法优化的随机森林(MA-SPA-RF),其Rc、Rp分别为0.961、0.932,RMSEC、RMSEP分别2.119、1.634。研究结果表明基于高光谱成像技术预测红提的糖度和硬度是可行的。
光谱学 红提 糖度 硬度 高光谱成像 无损检测 光学学报
2019, 39(10): 1030004
1 华南理工大学物理与光电学院 广东省光电工程技术研究开发中心, 广东 广州 510640
2 广州现代产业技术研究院, 广东 广州 511458
为降低ITO薄膜对紫外波段的光吸收, 制备低电压高功率的紫外LED, 研究了一种基于金属掺杂ITO透明导电层的365 nm紫外LED的制备工艺。利用1 cm厚的石英片生长了不同厚度ITO薄膜以及在ITO上掺杂不同金属的新型薄膜, 并研究了在不同的退火条件下这种薄膜的电阻和透过率, 分析了掺杂金属ITO薄膜的带隙变化。将这种掺杂的ITO薄膜生长在365 nm外延片上并完成电极生长, 制备成14 mil×28 mil的正装LED芯片。利用电致发光(EL)设备对LED光电性能进行测试并对比。实验结果表明: 掺Al金属的ITO薄膜能够相对ITO薄膜的带隙提高0.15 eV。在600 ℃退火后, 方块电阻降低6.2 Ω/□, 透过率在356 nm处达到90.8%。在120 mA注入电流下, 365 nm LED的电压降低0.3 V, 功率提高14.7%。ITO薄膜掺金属能够影响薄膜带隙, 改变紫光LED光电性能。
掺金属 薄膜带隙 紫外LED ITO ITO metal-dope film energy gap UV LED
高级驾驶辅助系统可以大幅度降低交通事故,减少人员伤亡和经济损失,摄像头是该系统中的重要部件。为了在前视摄像头开发期间更早发现存在的问题,模拟路试过程中的危险工况,提出了一种基于CarMaker和VeriStand的硬件在环测试系统。应用所搭建的台架进行了大量摄像头的硬件在环功能测试,台架测试结果与实车测试结果一致,在车道偏离预警和前方碰撞预警典型工况下均能及时产生报警信号。
高级驾驶辅助系统 前视摄像头 硬件在环 advanced driver assistance system front-view-camera hardware-in-the-loop test
