基于粒子群聚类的牛肉含水率光谱检测技术

基于粒子群聚类的牛肉含水率光谱检测技术

ID:9032788

大小:370.96 KB

页数:6页

时间:2018-04-15

基于粒子群聚类的牛肉含水率光谱检测技术_第1页
基于粒子群聚类的牛肉含水率光谱检测技术_第2页
基于粒子群聚类的牛肉含水率光谱检测技术_第3页
基于粒子群聚类的牛肉含水率光谱检测技术_第4页
基于粒子群聚类的牛肉含水率光谱检测技术_第5页
资源描述:

《基于粒子群聚类的牛肉含水率光谱检测技术》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2014年10月农业机械学报第45卷第10期doi:10.6041/j.issn.1000-1298.2014.10.034*基于粒子群聚类的牛肉含水率光谱检测技术唐鸣徐杨彭彦昆汤修映田潇瑜牛力钊(中国农业大学工学院,北京100083)摘要:采用市场当日上架的生鲜牛肉外侧最长肌制作样本,在波长900~2300nm内进行光谱检测和分析。利用基于粒子群算法(PSO)的聚类分析方法,对光谱信息进行优化以减少计算量,提高回归模型精度。该算法以经过多元散射校正(MSC)、变量标准化(SNV)等方法预处理后的光谱信息作为目标矩阵,以波长为目标进行聚类,根据聚类结果对不同波段进行重新组合,并建立偏最小二乘

2、回归(PLSR)模型。结果表明,利用PSO聚类分析方法在900~1400nm波段内获得的生鲜牛肉含水率预测模型最优,Rc=0.9205,Rv=0.9191。该方法能够有效减少光谱的数量,提升回归模型的预测结果。关键词:牛肉总含水率标准粒子群算法聚类分析偏最小二乘回归中图分类号:S123;TP301.6文献标识码:A文章编号:1000-1298(2014)10-0220-06采用速度-位移的模型操作简单,避免了进化类算引言法中遗传的复杂操作,在运算速度和运算寻优能基于光谱分析技术的生鲜牛肉无损检测方法,力上优势比较显著,在工程应用方面取得了比遗[2]其中一个重要步骤是牛肉含水率的检测。目前,以

3、传算法更好的效果。回归分析为主的含水率预测模型应用较多,赵丽丽粒子群优化算法(Particleswarmoptimization,等对肉制品的含水率进行了预测,其预测集相关系PSO)是一种非监督的机器学习算法,也是基于群体[1-5]数为0.9。迭代搜寻最优解的优化算法。国内对于粒子群算法波长300~2500nm范围内包含了H2O及及其改进算法的应用逐渐得到普及,但到目前为止,[17]—OH的若干个较强吸收波长,因此可见/近红外波在光谱分析上的应用极少,而以光谱数据作为目[6-11]段的光谱常用于和水分相关的研究中。目前,标矩阵进行聚类优化的应用尚未见报道。本文采用基于近红外光谱分析技术的预测

4、模型以回归模型为基于PSO的聚类分析和非线性回归相结合的方法主,采用较多的是传统回归分析法,例如多元线性回对牛肉含水率进行检测。归以及非线性的偏最小二乘回归(Partialleast1材料和方法squareregression,PLSR)等。近年来,结合智能算法的非线性回归方法也得到了广泛应用且效果良好,1.1实验系统例如采用人工神经网络结合偏最小二乘回归的方法在自建的肉品品质及安全光谱无损检测系统中[12]对生菜叶片含水率的预测,采用支持向量机的进行实验,主要仪器包括:NIRQuest型光谱仪,分辨偏最小二乘方法对初制绿茶的含水率进行了预率约为6nm,标称波长范围900~2500nm(实际

5、范[13]测,均取得了比单纯使用传统回归方法更高的围约为870~2490nm);Vivo反射式面光源,波长范预测集相关系数。就运算过程来看,单纯的非线围360~2200nm。其中光谱仪通过数据线连接计性的回归方法算法复杂,收敛效率不高,因此国内算机,由计算机发出相应的控制指令实施光谱信息外学者也探讨了采用优化算法与之相结合的方法的采集并保存数据。光源为独立调节式,位于计算以降低维度及其运算量,例如利用遗传算法,对即机中的光谱仪处理系统,能够根据采集条件(光强将进行回归分析的数据矩阵进行优化处理,明显及探头距离)自动调整积分时间;对原始光谱实施[14-16]提高了预测效果。Shi等发现,粒子群

6、算法5次平均和3点平滑。收稿日期:2013-09-06修回日期:2013-10-10*公益性行业(农业)科研经费资助项目(201003008)和“十二五”国家科技支撑计划资助项目(2012BAH04B00)作者简介:唐鸣,博士生,主要从事电子测量及无损检测研究,E-mail:tang_ming@foxmail.com通讯作者:徐杨,教授,博士生导师,主要从事无损检测技术及新材料研究,E-mail:xuyang@cau.edu.cn第10期唐鸣等:基于粒子群聚类的牛肉含水率光谱检测技术2211.2材料及光谱采集wmax-wminw=wmax-k(4)制备实验样品的牛肉属于同一牛肉品种,为超Im

7、ax市当日上架冷鲜肉,取背部最长肌,在4℃恒温条件式中wmax———初始权重wmin———最终权重下运送至实验室。根据光源特点制备样品规格为Imax———最大迭代次数6cm×6cm×7cm。在室温条件下,快速制作样本,除k之外,前3个参数加上学习因子c1和c2、类别数尽量减小样品在恒定环境中因存放时间不同而造成目K,这6个参数是粒子群算法开启之前所需要设的误差。制成的牛肉样本在采集光谱之前,需要在定的参数。[

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。