收藏本站
《太原科技大学》 2014年
收藏 | 手机打开
二维码
手机客户端打开本文

基于可见—近红外光谱和高光谱成像的无损检测方法研究

殷姣姣  
【摘要】:随着社会的发展,研究快速、精确、高效的无损检测技术对推动各个行业的持续的发展有着十分重要的意义。近年来,近红外光谱分析技术与高光谱成像等技术结合模式识别方法被广泛用于被检物品质信息的快速无损获取。因为近红外光谱数据和高光谱数据都是海量高维数据,所以如何将这些高维数据进行降维,但又不会使数据中包含的有效信息量减少,就变得很重要。同时,利用模式识别方法建立准确的预测模型同样也是很重要的。本文针对近红外光谱与高光谱成像无损检测中的海量光谱数据降维以及如何建立准确预测模型问题,开展了以下的研究: 1.本文利用自编码网络(AN)流形学习算法对大西洋鲑鱼的可见-近红外光谱数据进行非线性降维,再利用线性判别分析(LDA)、最小二乘支持向量机(LS-SVM)对大西洋鲑鱼的肉质建立了分类预测模型。结果表明,利用自编码网络(AN)流形学习算法对可见-近红外光谱数据进行降维,能取得比传统的主成分分析法(PCA)光谱降维方法更好的分类预测结果,自编码网络(AN)流形学习算法为近红外光谱检测中的海量数据降维提供了一种良好的新途径。 2.本文利用主成分分析(PCA)对汽车变速箱油的高光谱成像数据进行降维,采用稀疏表示(SR)等分类方法对其品种进行分类,再和利用线性判别分析(LDA)和最小二乘支持向量机(LS-SVM)进行分类的正确率相比较。结果表明,在相同的高光谱成像数据降维方法下,利用稀疏表示方法进行分类比线性判别分析(LDA)和最小二乘支持向量机(LS-SVM)分类的正确率更要高,稀疏表示方法为利用高光谱成像技术建立无损检测分类模型提供了全新的途径。 本文通过近红外光谱分析技术和高光谱成像技术,为大西洋鲑鱼的肉质分类和汽车变速箱油的分类分别提出了新的快速无损的检测方法,这也可以应用到其它物质的无损检测中。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 马本学;应义斌;饶秀勤;桂江生;;高光谱成像在水果内部品质无损检测中的研究进展[J];光谱学与光谱分析;2009年06期
2 索少增;刘翠玲;李慧;;近红外光谱技术检测农产品农药残留量的研究[J];北京工商大学学报(自然科学版);2010年06期
3 周全;朱大洲;王成;郑耀;王秋平;马智宏;;成像光谱技术在农产品/食品检测中的研究进展[J];食品科学;2010年23期
4 ;美设计出弯曲杆菌快速筛选方法[J];食品与机械;2011年01期
5 ;美国农业部设计出弯曲杆菌快速筛选方法[J];粮食与饲料工业;2011年03期
6 ;美国农业部设计出弯曲杆菌快速筛选方法[J];食品与发酵工业;2011年01期
7 李江波;苏忆楠;饶秀勤;;基于高光谱成像及神经网络技术检测玉米含水率[J];包装与食品机械;2010年06期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 孙向军;刘凯龙;赵志勇;李雪涛;;高光谱成像及仿真技术途径探索[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
2 肖功海;舒嵘;薛永祺;;显微成像光谱技术及其应用[A];成像光谱技术与应用研讨会论文集[C];2004年
3 刘志明;吴文健;张勇;;植物叶片仿生伪装结构模型设计[A];第六届中国功能材料及其应用学术会议论文集(8)[C];2007年
4 赖建军;陈四海;陈坦;易新建;;基于MEMS微镜阵列的高光谱成像技术研究[A];中国宇航学会深空探测技术专业委员会第三届学术会议论文集[C];2006年
5 马本学;应义斌;饶秀勤;;高光谱成像在水果表面缺陷及污染检测中的研究进展[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
6 舒嵘;王建宇;薛永祺;;机载推帚式宽视场高光谱成像遥感系统的研制[A];大珩先生九十华诞文集暨中国光学学会2004年学术大会论文集[C];2004年
7 舒嵘;王建宇;徐卫明;何志平;马艳华;吕刚;;机载高空间分辨力、高光谱分辨力多维集成遥感系统[A];第六届成像光谱技术与应用研讨会文集[C];2006年
8 王建宇;;高光谱遥感技术的进展与展望[A];大珩先生九十华诞文集暨中国光学学会2004年学术大会论文集[C];2004年
9 李夕海;何元磊;刘代志;;高光谱寻的技术初探[A];国家安全地球物理丛书(四)——地球物理环境探测和目标信息获取与处理[C];2008年
10 杨勇;刘木华;;基于荧光高光谱图像的猕猴桃VC含量无损检测[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集(下册)[C];2008年
中国重要报纸全文数据库 前2条
1 刘建国 钟建;遥感考古勘探技术[N];中国文物报;2005年
2 实习记者 杨鸿博;光学技术检测农畜产品质量安全无损[N];中国农机化导报;2009年
中国博士学位论文全文数据库 前10条
1 王彩玲;干涉高光谱成像中的信息提取技术[D];中国科学院研究生院(西安光学精密机械研究所);2011年
2 张若宇;番茄可溶性固形物和硬度的高光谱成像检测[D];浙江大学;2014年
3 虞佳佳;基于高光谱成像技术的番茄灰霉病早期快速无损检测机理和方法研究[D];浙江大学;2012年
4 张筱蕾;基于高光谱成像技术的油菜养分及产量信息快速获取技术和方法研究[D];浙江大学;2013年
5 杨燕;基于高光谱成像技术的水稻稻瘟病诊断关键技术研究[D];浙江大学;2012年
6 吴迪;微藻综合品质信息快速无损获取技术和方法研究[D];浙江大学;2011年
7 郭俊先;基于高光谱成像技术的棉花杂质检测方法的研究[D];浙江大学;2011年
8 李江波;脐橙表面缺陷的快速检测方法研究[D];浙江大学;2012年
9 戴春妮;高光谱显微图像的特征提取与分类方法及其应用研究[D];华东师范大学;2009年
10 黄林;基于单一技术及多信息融合技术的猪肉新鲜度无损检测研究[D];江苏大学;2013年
中国硕士学位论文全文数据库 前10条
1 殷姣姣;基于可见—近红外光谱和高光谱成像的无损检测方法研究[D];太原科技大学;2014年
2 管娅娜;分子光谱成像机理及其在血细胞分析中的应用研究[D];华东师范大学;2012年
3 冯小平;基于高光谱成像技术的血迹形态特征检测研究[D];重庆理工大学;2013年
4 罗阳;基于NIR高光谱成像技术的长枣虫害及可溶性固形物无损检测研究[D];宁夏大学;2013年
5 胥亮;基于C++和IDL的分子高光谱图像采集与数据预处理方法研究[D];华东师范大学;2013年
6 李婧;基于数字滤波的高光谱成像系统研究[D];山东大学;2010年
7 张令标;基于高光谱成像技术的红枣表面农药残留无损检测的研究[D];宁夏大学;2014年
8 吴龙国;基于高光谱成像技术的灵武长枣常见缺陷无损检测研究[D];宁夏大学;2014年
9 王旭;基于高光谱成像技术的铜品质检测方法研究[D];浙江大学;2013年
10 吴佳;基于高光谱成像技术的马铃薯薯形检测与算法研究[D];宁夏大学;2014年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978