作者:徐赛,陆华忠,周志艳,吕恩利,姜焰鸣 单位:中国农业机械学会;中国农业机械化科学研究院 出版:《农业机械学报》2015年第07期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFNYJX2015070310 DOC编号:DOCNYJX2015070319 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于电子鼻与物理特征融合的猕猴桃贮藏时间识别方法》PDF+DOC2016年第03期 徐赛,陆华忠,王亚娟,周志艳,姜焰鸣,吕恩利 《基于理化指标和电子鼻的果园荔枝成熟度识别方法》PDF+DOC2015年第12期 徐赛,陆华忠,周志艳,吕恩利,姜焰鸣,王亚娟 《基于特征融合与冗余剔除的普洱茶种类电子鼻识别方法》PDF+DOC2020年第16期 徐赛,张倩倩 《基于电子鼻信号判别番茄苗机械损伤程度》PDF+DOC2012年第15期 程绍明,王俊,王永维,韦真博 《基于电子鼻系统的番茄苗不同种类损伤的区分效果研究》PDF+DOC2012年第09期 程绍明,王俊,马杨珲,王永维 《道路坡度识别方法的技术实现》PDF+DOC2002年第03期 杨志刚,曹长修,苏玉刚 《基于电子鼻技术的混合气体识别研究》PDF+DOC 刘伟玲,吴龙焦,张思祥,闫子琪 《电子鼻技术在茶叶品质检测中的应用研究》PDF+DOC2008年第05期 于慧春,王俊 《基于电子鼻和神经网络的牛肉新鲜度的检测》PDF+DOC2014年第04期 洪雪珍,韦真博,海铮,王俊 《电子鼻快速检测煎炸油品质》PDF+DOC2013年第08期 李靖,王成涛,刘国荣,赵磊,杨培强
  • 提出了一种基于高光谱与电子鼻融合的水果机械损伤识别方法。分别采用高光谱仪与电子鼻对无损伤、轻度机械损伤和重度机械损伤的番石榴进行采样,提取特征信息后,运用主成分分析(PCA)、线性判别分析(LDA)、欧氏距离分析(ED)和模糊C均值聚类(FCM)对高光谱仪、电子鼻以及高光谱与电子鼻融合3种识别方法的识别效果进行了对比。PCA和LDA的分析结果表明,高光谱与电子鼻识别番石榴机械损伤是可行的,但单独采用这两种识别方法均无法对番石榴机械损伤程度进行分级。采用高光谱与电子鼻融合方法,结合LDA分析可以较好地识别番石榴机械损伤程度,比单一识别方法具有更好的识别效果。此外,LDA比PCA对番石榴机械损伤识别效果更佳。根据PCA、LDA和ED分析结果可以推测多源信息融合的分类识别方法既可获取更多的样本信息,提高相同样本之间的聚类性,又可较多地保持单一分类识别方法得到的不同样本之间的最大距离。根据FCM分析结果,高光谱识别、电子鼻识别和高光谱与电子鼻融合识别3种方法对番石榴机械损伤识别的正确率分别为89.74%、82.05%和97.44%,验证了多源信息融合方法对提高水果.....。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。