干燥过程中玉米水分质量分数均匀度的高光谱图像无损检测

doi:10.3969/j.issn.1673-1689.2015.07.008

首页 > 过刊浏览>2015年第34卷第7期 >717-723. DOI:10.3969/j.issn.1673-1689.2015.07.008

干燥过程中玉米水分质量分数均匀度的高光谱图像无损检测
DOI:
                        10.3969/j.issn.1673-1689.2015.07.008
                    
作者:
                        
                        
                    
作者单位:
作者简介:
通讯作者:
中图分类号:
基金项目:

Non-Destructive Detection of Moisture Content Uniformity During the Drying Process of Maize by Hyperspectral Imaging Technology

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

文章评论

摘要:

水分含量均匀度是干燥过程一个重要指标，它是评价干燥食品质量和干燥工艺一个重要参数。作者以干燥过程中的玉米为研究对象，研究高光谱图像技术检测水分质量分数均匀度的方法。采用均值特征和标准差特征结合偏最小二乘法(PLS)建立预测模型；并用正交信号校正法对均值特征和标准差进行预处理。结果表明:均值特征和标准差进行预处理后所建立的模型效果较好，预测相关系数为0.839，预测均方根误差为1.74%，潜在变量的数目为2个。研究表明:高光谱图像技术可用于水分质量分数均匀度的直接无损检测。

Abstract:

Moisture content uniformity is one of the primary parameters in a drying process，which is important to evaluate the quality of dried-foods and the drying technique. The moisture content uniformity detected by the hyperspectral imaging technology was studied in the drying process of maize. A prediction model was developed by the mean and standard deviation features combined with the partial least squares(PLS)，where orthogonal signal correction method was used as the preprocessing method. The results showed that the prediction model developed by the mean and standard deviation features after preprocessing achieved the optimal performance with the correlation coefficient of 0.839 and the root mean square error of 1.74%，while the latent variables was reduced to 2 variables. Therefore，the hyperspectral imaging technology could be used as a non-destructive detection of moisture content uniformity.

参考文献

相似文献

引证文献

引用本文

赵伟彦,黄敏,张慜.干燥过程中玉米水分质量分数均匀度的高光谱图像无损检测[J].食品与生物技术学报,2015,34(7):717-723.

ZHAO Weiyan, HUANG Min, ZHANG Min. Non-Destructive Detection of Moisture Content Uniformity During the Drying Process of Maize by Hyperspectral Imaging Technology[J]. Journal of Food Science and Biotechnology,2015,34(7):717-723.

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:
最后修改日期:
录用日期:
在线发布日期: 2015-11-28
出版日期:

地址：江苏省无锡市蠡湖大道1800号邮政编码：214122

电话：0510-85913526 电子邮件：xbbjb@jiangnan.edu.cn

技术支持：北京勤云科技发展有限公司

引用本文

分享

文章指标

历史

微信公众号二维码

手机版网站二维码