基于高光谱成像技术和连续投影算法检测葡萄果皮花色苷含量

应用高光谱成像技术结合连续投影算法（SPA）实现葡萄果皮中花色苷含量的快速无损检测。采集60 组样本高光谱图像,获取样本光谱曲线,并采用多元散射校正预处理方法提高信噪比。然后采用SPA选择光谱变量,将其作为多元线性回归（MLR）、偏最小二乘（PLS）模型和BP神经网络（BPNN）的输入变量,分别建立SPAMLR、SPA-PLS和SPA-BPNN模型并与全光谱变量PLS模型相比较。结果表明,SPA-MLR、SPA-BPNN和SPA-PLS模型的预测精度均优于全光谱变量PLS模型,其中SPA-PLS模型获得了最佳预测结果,其预测相关系数Rp和预测均方根误差（RMSEP）分别为0.900 0和0.550 6。结果表明,利用近红外高光谱成像技术能够有效检测酿酒葡萄果皮中花色苷含量。     

基于CARS-SPA的苹果可溶性固形物可见/近红外光谱在线检测

采用CARS(competitive adaptive reweighted sampling)联合连续投影算法(SPA)方法筛选苹果可见/近红外光谱的特征变量,继而联合多种不同建模方法建立苹果可溶性固形物(SSC)预测模型,并对预测模型进行对比研究。研究结果显示,采用CARS-SPA联合筛选出的31个变量,通过采用PLS建立苹果SSC的可见/近红外光谱在线检测模型性能最稳定,其变量数仅为原始光谱的1.69%,预测集的相关系数和均方根误差分别为0.936和0.351%。研究表明采用CARS-SPA能有效提取苹果SSC的光谱特征变量,能有效简化模型并提高模型精度。     

间隔连续投影算法应用于近红外光谱苹果糖度模型的优化

目的采用一种改进的连续投影算法(successive projection algorithm,SPA)筛选光谱区间变量,优化苹果近红外光谱模型。方法试验以半透射方式无损地获取134个苹果的光谱信息,再以标准方法破坏性检测其内部糖度指标,在光谱信息与糖度指标之间构建定量模型。区间连续投影算法(intervals SPA, iSPA)是根据各光谱区间之间的投影关系,选择那些具有共线性小的区间变量来构建偏最小二乘模型(partial least square,PLS)。尝试以全区间光谱划分的间隔数量从5到60,步长为5,以优化共线性小的间隔组合。结果当划分为20个间隔时,构建的PLS模型相比于其他划分间隔时的模型,具有较小的交互验证均方根误差和较少的入选变量,此时对预测集的预测均方根误差为0.521,优于常规连续投影算法线性回归和全区间PLS模型的预测性能。结论区间连续投影算法可用于光谱区间变量的筛选,结合偏最小二乘法可提高模型的预测性能。     

高光谱技术结合CARS-ELM的油桃品种判别研究

基于高光谱技术研究竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)结合极限学习机(Extreme learning machine,ELM)对油桃品种判别的可行性。本文利用高光谱成像技术选取油桃420~1000 nm的高光谱图像数据,经卷积平滑法(Savitzky-Golay smoothing,SG)、附加散射校正算法(Multiplicative Scatter correction,MSC)、基线校正(Baseline)、变量标准化算法(Standard Normalized Varite,SNV)等预处理方法处理原始数据,通过PLSR模型确定Baseline为最佳预处理方法。采用主成分分析法(Principal Component Analysis,PCA)、连续投影算法(Successive Projections Algorithm,SPA)与竞争性自适应重加权算法等提取的特征波长,建立偏最小二乘(Partial Least Square,PLS)和极限学习机鉴别模型进行比较研究。结果显示:基于CARS算法提取的特征波长构建的CARS-ELM和CARS-PLS模型性能最优。CARS-PLS预测集相关系数(RP)和均方根误差(RMSEP)分别为0.942和0.205;CARS-ELM的RP和RMSEP分别为0.931和0.119。说明CARS是一种有效的提取特征波长的方法,且ELM与PLS对模型的预测能力相当,可见利用高光谱图像技术结合CARS-ELM对油桃的品种判别是可行的。     

基于可见/近红外光谱和变量选择的脐橙可溶性固形物含量在线检测

为联合可见/近红外光谱技术和变量选择方法在线检测脐橙主要内部品质指标可溶性固形物(SSC),分别选定脐橙校正集和预测集样本141个和47个,脐橙运输速度为0.3m/s,利用USB4000微型光谱仪在线采集脐橙样本的可见/近红外光谱,先分别采用无信息变量消除(UVE)和遗传算法(GA)对650~950nm波段范围的波长变量进行预筛选,再分别利用竞争自适应重加权采样(CARS)及连续投影算法(SPA)对波长变量进一步筛选,并应用偏最小二乘(PLS)方法分别建立脐橙SSC的在线预测模型,并与原始光谱等建立的预测模型进行比较。结果表明,对于脐橙SSC,预筛选方法GA优于UVE方法,变量选择方法CARS优于SPA方法;GA-CARS及GA-SPA联合变量选择方法优于对应的单一变量选择方法CARS及SPA。在上述变量选择方法中,GA-CARS方法获得的结果最优,其所建立的脐橙SSC的PLS模型的校正集和预测集相关系数分别为0.933和0.824,校正集和预测集均方根误差分别为0.429%和0.670%,性能优于原始光谱建立的PLS模型,且建模波长变量数由1 385个下降为78个,仅占原波长变量数的5.63%。由此表明,GA-CARS联合变量选择方法可以有效筛选脐橙SSC的波长变量,提高预测模型的稳定性和预测精度。     

高光谱成像技术对灵武长枣果皮强度的无损检测

利用高光谱技术对灵武长枣果皮强度检测进行研究,为灵武长枣外部品质无损检测提供科学方法。采集120个灵武长枣的400~1000 nm的高光谱图像,对光谱数据进行预处理;应用连续投影算法(SPA)、正自适应加权算法(CARS)和无信息变量消除法(UVE)对原始光谱数据提取特征波长;分别建立基于全光谱和特征波长的偏最小二乘回归(PLSR)和最小二乘支持向量机(LS-SVM)果皮强度预测模型。结果表明:采用标准正态变换(SNV)预处理算法效果最优,其PLSR模型的交叉验证相关系数(Rcv)为0.8207,交叉验证均方根误差(RMSECV)为9.9630;利用SPA、CARS和UVE法从全光谱的125个波长中分别选取出29个、31个和31个特征波长;而基于全光谱建立的LS-SVM模型效果最优,其预测相关系数(Rp)为0.9555,预测均方根误差(RMSEP)为3.8282;研究结果表明基于高光谱成像技术采集的灵武长枣漫反射光谱进行果皮强度无损检测具有可行性。     

鱼体新鲜度近红外光谱检测方法的比较研究

目的 建立针对淡水鱼整鱼鱼体新鲜度的快速无损检测方法. 方法 通过比较不同的光谱与相应挥发性盐基氮(TVB-N)值的建模结果, 以及对比分析竞争性自适应重加权算法(CARS)、遗传算法(GA)及连续投影算法(SPA)三种特征波长选择方法对模型的优化结果, 对鱼鳞及光谱采集部位等影响因素进行研究。结果 鱼体有鳞时的尾部为最佳新鲜度检测部位。CARS法较优且鱼体新鲜度检测的最优波段为800~1100 nm, 采用CARS特征波长选择方法选择出23个波长变量重新建立PLS模型, 模型预测集相关系数RP=0.957, 预测均方根误差RMSEP=0.589 mg/100 g。利用CARS方法选择的23个波长变量对淡水鱼进行新鲜度评价, 准确率达96.67%。结论 该方法为淡水鱼整鱼新鲜度快速无损检测提供了一种有效的方法。     

基于VIS/NIR高光谱技术的灵武长枣SSC含量的无损检测研究

利用高光谱技术对灵武长枣可溶性固形物含量(SSC)检测进行研究,为灵武长枣内部品质无损检测提供科学方法。以灵武长枣为对象,对光谱数据进行预处理,应用连续投影算法(SPA)和正自适应加权算法(CARS)进行关键波长的选择,通过偏最小二乘回归(PLSR)和主成分回归(PCR)建立预测模型。实验结果表明:采用去趋势(Detrend)预处理算法效果最优,PLSR模型的交叉验证相关系数(Rcv)为0.809,交叉验证均方根误差(RMSECV)为1.331;通过SPA算法和CARS算法能够有效地对光谱数据进行降维处理,对SPA优选的8个和CARS优选的21个特征变量分别用PLSR和PCR建立预测模型,CARS-PLSR建模效果最优,其相关系数(Rp)为0.864,预测均方根误差(RMSEP)为1.174;研究结果表明基于高光谱成像技术采集的灵武长枣漫反射光谱进行SSC无损检测具有可行性。     

基于特征波长提取的哈密大枣可溶性固形物的高光谱预测

本文利用高光谱图像技术对干制后的哈密大枣可溶性固形物含量(SSC)进行预测研究。使用多种预处理方法对原始光谱进行处理,并对原始光谱和预处理后的光谱分别建立PLS模型,对比分析得出均值中心化(MC)处理效果最佳。对MC处理后的光谱经联合区间偏最小二乘算法(si-PLS)筛选后,再结合遗传算法(GA)和竞争性自适应重加权算法(CARS)提取哈密大枣SSC的特征波长,将提取的波长变量建立哈密大枣SSC的PLS预测模型。结果显示:利用MC-CARS-GA-si-PLS方法提取的16个关键波长变量(仅占全光谱变量的2%)所建立的PLS模型性能优于全光谱PLS模型。该模型的预测集相关系数(Rp)、预测均方根误差(RMSEP)和预测(RPD)分别为0.93、0.48和2.721。该方法提取的波长变量所建立的预测模型,不仅使模型简化,而且增强了模型的预测能力,为高光谱图像技术对水果及其干制品的定量分析研究提供了参考。     

基于近红外高光谱成像快速无损检测注胶肉研究

采用近红外高光谱成像技术结合化学计量学方法建立注胶肉的快速无损检测模型。首先通过近红外高光谱成像系统获取含有不同浓度梯度卡拉胶的猪里脊肉高光谱图像,然后提取图像中的光谱数据,使用偏最小二乘法(Partial least square,PLS)探究光谱信息与不同掺假比例卡拉胶之间的定量关系。结果表明全波段光谱(900~1700 nm)所构建的PLS校正集模型均方根误差(Root mean square error,RMSE)为1.74%,预测模型RMSE为3.16%。表明基于全波段所建立的PLS模型具有较优的预测性能。利用连续投影算法(Successive projection algorithm,SPA)筛选获得11个特征波长,并优化全波长PLS模型,将预测集样品带入,以验证模型的预测效果,结果表明SPA算法结合PLS建模方法所建立的模型预测效果更优,预测集相关系数(R_P)为0.93,均方根误差(Root mean square error of prediction,RMSEP)为3.51%,预测偏差(Residual predictive deviation,RPD)为2.66。试验表明利用高光谱成像技术可实现对注胶猪肉的快速无损检测。     

有梭织机稀密路织疵成因分析

从有梭织机打纬过程中织机构件的位置和状况对纬纱之间距离的影响出发,推导出纬向密度计算公式,直观分析了影响纬向密度的各种因素,提出了为减少稀密路织疵在国产老织机上采取的几项改进措施：采用弹簧回综、机外送经、电子驱动、导布辊加压等装置。     

两种脂肪酸聚甘油酯(PGE)的性质比较

脂肪酸聚甘油酯(Polyglycerol esters of fatty acids,简写为PGE)在常温下有半固态和固态两种存在状态,本文通过对分别添加这两种PGE的软冰淇淋基料进行粘度、pH、粒径分析和垂直扫描分散稳定性分析(Turbiscan),发现半固态PGE的添加量为0.2%时,乳状液的粘度最低,粒径最小,稳定性最好;固态PGE的添加量为0.4%时.乳状液的粘度最低,粒径最小.通过比较发现,两种PGE对基料的影响有很大差别:半固态PGE能使乳状液的粒子更小,并能有效延长乳状液的稳定性;而固态PGE由于其熔点较高,可以促进脂肪结晶.     

曲虫治理效果分析

通过对曲虫治理应用研究效果的分析 ,结果表明 :质量效果提高 7% ,糖化力效果提高 80 % ,综合效果提高 92 7%。     

葵花籽油中酸价测量结果的不确定度评价

目的 分析食用油中酸价测定的不确定度来源并建立不确定度评定方法, 为检验数据的可靠性和准确性提供参考。方法 依据GB 5009.229-2016《食品安全国家标准 食品中酸价的测定》和JJF 1059.1-2012《测量不确定度评定与表示》建立数学模型, 计算各变量的不确定度, 最终计算扩展不确定度。结果 结果显示, 样品中酸价的扩展不确定度为U=1.764×10?3 mg/g, 样品中酸价含量为(0.16±0.002) mg/g(置信水平95%, 包含因子k=2)。结论 在测定过程中, 测量重复性对总的不确定度影响最大, 其次是滴定管的体积。     

女套装上衣尺寸自动生成系统的建立与实现

针对服装打版系统智能化程度低的现状,设计了服装尺寸自动生成系统.量取女套装上衣经典款式样板的细部尺寸参数,采用非线性主成分分析法对女套装上衣样板各特征指标的权重进行提取,利用多元回归分析建立服装结构设计数学模型.建立样板尺寸自动生成的理论模型,并通过编程加以实现.建立3层模糊综合评判模型对系统进行测试,实验结果表明,该...     

制革清洁化技术的进展

就皮化材料与清洁化制革的关系、目前传统制革工艺中存在的严重污染问题及针对这些问题近年来采取的新的方法进行了探讨,指出清洁化是我国制革行业的必由之路,清洁化制革工艺与皮化材料的关系非常密切,只有研发出相应新型的、高吸收的、功能型的、易降解型的各类化工材料,才合乎清洁化生产的要求。在制革工艺中采用生物酶制剂辅助浸水脱脂、无硫脱毛与无灰浸碱工艺、无铵脱灰/碱等改造传统工艺,减少污染;采取高吸收铬鞣、无铬或少铬鞣制,提高铬的吸收率或克服铬鞣的弊端;在染整中,合成并采用助剂辅助染料、复鞣剂和加脂剂等的吸收与结合。这几方面通过集成应用,方可减轻制革的污染,实现清洁化生产。同时,就皮革固废物的利用及水的循环使用问题提出些看法。     

栗生灰黑孔菌合成漆酶最佳发酵条件的优化

本实验研究了碳源、氮源、诱导剂、金属离子、pH等培养条件对栗生灰黑孔菌Melanoporia castanea (Imazeki)T. Hatt. & Ryvarden产漆酶的影响。并利用Minitab15软件、Plackett-Burman PB 实验设计和响应面分析法对栗生灰黑孔菌Melanoporia castanea (Imazeki)T. Hatt. & Ryvarden产漆酶的发酵条件进行优化。结果表明：1.最佳液态发酵培养基组分为：玉米秆粉9.976g/L,黄豆粉9g/L,ZnSO4•7H2O 0.3µmol /L,对苯二胺0.5mmol/L。2、最佳培养条件：温度28℃,转速180r/min,PH值为5.913,装液量60ml/250ml,接种量10%。在以上条件下培养漆酶酶活可达到431 U/ml。     

温度对纺织品水萃取液pH值测定的影响

从pH值测定原理出发，分析温度对纺织品水萃取液pH值测定的影响，认为纺织品水萃取液pH值测定的最佳温度为20～25℃或37℃。     

Effect of degree of cutting of leek on physicochemical characteristics of Greek traditional sausages

Fresh-cut leek is one of the principal ingredients of Greek traditional sausages. In this study the effect of the degree of cutting of leek on the physicochemical traits of Greek traditional sausages was investigated. Leek was cut to three different degrees (coarse, medium and fine), before being mixed with meat, salt and seasonings; the mixture was placed in natural casings and stored for six days at 15–18 °C. Sausages lost about 25% of their initial weight by the end of storage. While pH decreased in all treatments, it was significantly more so (to pH 4.1) in sausages with fine-cut leek, from as early as the second day of storage. During storage all sausages showed a decrease in lightness and a change in colour from yellow to red. The internal atmosphere of the sausages with fine-cut leek showed peak CO₂ concentrations of 30% while those with coarse and medium-cut leek showed peak CO₂ concentrations of 20% by day one of storage and equibrated to 5%. Ethylene in the internal atmosphere of sausages with fine and medium-cut leek peaked by day one at 5.5 μl l⁻¹ but to only 2 μl l⁻¹ for those with coarse-cut leek. Sausage nitrate content and antioxidant capacity did not show major differences between treatments. Fine-cut leek contributed to sausage stability and quality more rapidly than medium or coarse-cut leek.     

水氯镁石脱水研究的进展及展望

本文介绍了几十年以来水氯镁石脱水研究的进展，给出了该项研究在热力学、动力学以及相平衡领域中的最新成果，并介绍了脱水过程中关键技术难题以及该项目研究目前存在的问题。同时，预测了该研究项目工业应用前景。