哈密大棗是新疆特色干果,個大肉厚,外觀紫紅有光澤,食之有藥香,是上等的滋補食品和藥用食品。水分含量作為干制哈密大棗重要品質參數之一,干制過程中若含水量過少,會使硬度增加,口感變差;若水分含量過高,會使細菌容易繁殖,在貯藏和運輸過程中易腐爛變質。目前對哈密大棗水分含量的檢測還采用傳統破壞性檢測方法,其效率低、耗時長,不適于大規模的生產需要;針對這些問題,本文以干制哈密大棗為研究對象,搭建適用于干制哈密大棗光譜采集裝置,建立水分含量定量預測模型,并對模型參數進行優化,實現干制哈密大棗水分含量的無損檢測研究。主要研究內容如下:1.搭建適用于干制哈密大棗近紅外光譜采集裝置。主要包括:近紅外光譜儀及配套軟件、漫反射光纖、鹵素燈光源、三菱PLC和計算機等。采集裝置可實現光源角度和光纖距離的可調整,和在0 cm/s、1 cm/s、2 cm/s和3 cm/s速度下干制哈密大棗近紅外光譜信息的采集。2.采集裝置參數的選擇和優化。采集不同掃描次數、光源角度和光纖距離條件下對應的近紅外光譜數據,并建立對應的偏最小二乘(PLS)和極限學習機(ELM)水分含量預測模型。不同條件下的模型的預測結果表明:掃描次數為...

【文章頁數】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現狀
        1.2.1 國外研究現狀
        1.2.2 國內研究現狀
    1.3 存在的主要問題及問題分析
    1.4 本文主要研究內容及技術路線
        1.4.1 研究目標
        1.4.2 研究內容
        1.4.3 技術路線
第二章 干制哈密大棗近紅外檢測裝置總體設計與參數選擇
    2.1 近紅外光譜檢測裝置
        2.1.1 近紅外光譜采集檢測裝置總體設計
        2.1.2 光源系統設計
        2.1.3 光譜儀與軟件
    2.2 試驗材料與方法
        2.2.1 試驗材料
        2.2.2 干制哈密大棗近紅外光譜采集
        2.2.3 干制哈密大棗樣本劃分
        2.2.4 水分含量測定
        2.2.5 預測模型
        2.2.6 模型評價指標
    2.3 結果與討論
        2.3.1 掃描次數對干制哈密大棗近紅外光譜的影響
        2.3.2 光源入射角度對干制哈密大棗近紅外光譜的影響
        2.3.3 光纖距離對干制哈密大棗近紅外光譜的影響
第三章 不同速度條件下干制哈密大棗近紅外光譜優化研究
    3.1 試驗材料
    3.2 干制哈密大棗近紅外采集
    3.3 干制哈密大棗水分含量測定
    3.4 奇異值剔除異常光譜剔除
        3.4.1 異常光譜剔除
        3.4.2 水分異常
        3.4.3 異常樣本剔除結果分析
        3.4.4 樣品集劃分
    3.5 特征波長提取
        3.5.1 CARS提取特征波長
        3.5.2 SAP提取特征波長
        3.5.3 si-PLS提取特征波長
        3.5.4 GA提取特征波長
        3.5.5 特征波長結果分析
    3.6 光譜預處理方法優化
        3.6.1 多元散射校正
        3.6.2 矢量歸一化
        3.6.3 標準正態變換
        3.6.4 預處理結果分析
第四章 干制哈密大棗水分含量近紅外光譜模型優化研究
    4.1 SVR模型
        4.1.1 SVR模型介紹
        4.1.2 核函數對SVR預測結果的影響
        4.1.3 干制哈密大棗近紅外光譜SVR模型懲罰因子和核參數優化研究
    4.2 BP神經網絡模型
        4.2.1 BP神經網絡介紹
        4.2.2 BP神經網絡模型隱含層神經元個數對模型的影響
        4.2.3 干制哈密大棗近紅外光譜BPNN模型權值和閾值優化研究
    4.3 GA-ELM模型
        4.3.1 GA-ELM模型介紹
        4.3.2 參數選擇
        4.3.3 干制哈密大棗近紅外光譜ELM模型權值和閾值優化研究
    4.4 參數優化模型結果分析
第五章 結論與展望
    5.1 結論
    5.2 展望
參考文獻
致謝
作者簡介
附件



本文編號：3994994