2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩78頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、消費(fèi)者對(duì)豬肉品質(zhì)的要求隨生活水平的提高日益增加,豬肉新鮮度是豬肉品質(zhì)與安全的重要指標(biāo)之一,傳統(tǒng)檢測(cè)方法過程繁瑣,耗時(shí)長(zhǎng),不可能實(shí)現(xiàn)快速、無損檢測(cè),因此研究一種豬肉新鮮度快速、無損檢測(cè)方法對(duì)提高人民生活質(zhì)量很有意義。光譜分析技術(shù)已被應(yīng)用于豬肉新鮮度檢測(cè)的研究,然而豬肉品種不同對(duì)光譜檢測(cè)方法和效果具有顯著影響。該文以湖北白豬、杜長(zhǎng)大、恩施山豬3個(gè)品種的豬肉樣品為研究對(duì)象,利用其近紅外光譜和高光譜數(shù)據(jù)建立新鮮度指標(biāo)檢測(cè)模型。通過比較不同消噪方

2、法、光譜預(yù)處理方法和模型傳遞方法,確定了豬肉新鮮度指標(biāo)光譜檢測(cè)的最佳消噪方法、預(yù)處理方法和模型傳遞方法。為實(shí)現(xiàn)豬肉新鮮度快速、無損檢測(cè)提供進(jìn)一步的理論和技術(shù)支撐。研究主要從以下幾個(gè)方面展開:
   1)研究了不同模式下S-G平滑和不同分解尺度小波分解重構(gòu)法對(duì)光譜信號(hào)的消噪作用,確定了最優(yōu)的光譜信號(hào)消噪方法。研究發(fā)現(xiàn),對(duì)近紅外光譜和高光譜數(shù)據(jù),經(jīng)過不同模式的S-G平滑消噪處理后,建立模型性能指標(biāo)變化很小,波動(dòng)頻繁,難以評(píng)價(jià)不同模式

3、的消噪效果;比較不同尺度小波分解重構(gòu)法消噪效果,分解尺度為7的db3小波分解重構(gòu)法消噪后建立模型性能較優(yōu)。以信嗓比為評(píng)價(jià)指標(biāo),比較不同模式的S-G平滑方法和分解尺度為7的db3小波分解重構(gòu)法,結(jié)果表明,對(duì)于近紅外光譜和高光譜數(shù)據(jù),分解尺度為7的db3小波分解重構(gòu)法消噪效果最好。
   2)采用結(jié)合蒙特卡羅的偏最小二乘異樣樣品檢測(cè)方法,分別對(duì)不同品種豬肉近紅外光譜和高光譜數(shù)據(jù)異常樣品進(jìn)行了檢驗(yàn)。對(duì)于近紅外光譜數(shù)據(jù),湖北白豬樣品中存

4、在第17、43和82號(hào)3個(gè)異常樣品;杜長(zhǎng)大樣品中存在第50、84和94號(hào)3個(gè)異常樣品;恩施山豬樣品中存在第87和89號(hào)2個(gè)異常樣品。對(duì)于高光譜數(shù)據(jù),湖北白豬樣品中存在第4、18和59號(hào)3個(gè)異常樣品;杜長(zhǎng)大樣品中存在第73、80和81號(hào)3個(gè)為異常樣品;恩施山豬中存在第29、63和94號(hào)3個(gè)異常樣品。
   3)研究了不同光譜預(yù)處理方法對(duì)各品種豬肉樣品建模效果的影響。比較了分別經(jīng)變量中心化(Mean Center)、中心化和標(biāo)準(zhǔn)化(

5、Autoscale)、多元散射校正(MSC)、歸一化(Normalize)、矢量歸一化(SNV)、一階微分、正交信號(hào)校正(OSC)7種光譜預(yù)處理后的建模效果,對(duì)湖北白豬、杜長(zhǎng)大、恩施山豬樣品,確定利用近紅外光譜進(jìn)行豬肉新鮮度檢測(cè)的最優(yōu)預(yù)處理方法分別為None、None、Autoscale;確定利用高光譜進(jìn)行豬肉新鮮度檢測(cè)的最優(yōu)預(yù)處理方法分別為Autoscale、Mean Center、Normalize。
   4)研究了將3個(gè)

6、品種豬肉樣品混合建立通用性模型的可行性。采用偏最小二乘回歸,建立的近紅外光譜通用性模型對(duì)湖北白豬、杜長(zhǎng)大、恩施山豬樣本的預(yù)測(cè)均方根誤差分別為3.533,4.918和3.728,高光譜通用性模型對(duì)湖北白豬、杜長(zhǎng)大、恩施山豬樣品的預(yù)測(cè)均方根誤差分別為1.732,2.584,2.944,預(yù)測(cè)結(jié)果較理想。結(jié)果表明可以建立通用性模型用于多品種豬肉樣品的檢測(cè)。
   5)在儀器之間的模型傳遞基礎(chǔ)上改進(jìn)了基于S/B算法的模型傳遞方法,研究了該

7、方法對(duì)不同品種豬肉模型的傳遞效果。利用該方法對(duì)不同品種豬肉模型傳遞后,模型預(yù)測(cè)決定系數(shù)均有所降低,模型傳遞效果穩(wěn)定。其中湖北白豬近紅外光譜模型對(duì)杜長(zhǎng)大樣品進(jìn)行傳遞后,預(yù)測(cè)均方根誤差由23.465下降為3.167,模型傳遞效果較理想。
   6)在儀器之間的模型傳遞基礎(chǔ)上改進(jìn)了基于PDS算法的模型傳遞方法,研究了該方法對(duì)不同品種豬肉模型的傳遞效果。結(jié)果表明:基于PDS算法的模型傳遞效果不穩(wěn)定。其中恩施山豬模型對(duì)杜長(zhǎng)大樣品傳遞后,模

8、型預(yù)測(cè)均方根誤差明顯增大,表明該方法不適用于恩施山豬模型對(duì)杜長(zhǎng)大樣品的傳遞。
   7)提出了一種基于回歸系數(shù)的波長(zhǎng)篩選模型傳遞方法,研究了該方法對(duì)不同品種豬肉模型的傳遞效果,結(jié)果表明:該方法的模型傳遞效果穩(wěn)定。其中杜長(zhǎng)大近紅外光譜模型對(duì)湖北白豬、恩施山豬樣品及恩施山豬近紅外光譜模型對(duì)湖北白豬、杜長(zhǎng)大樣品進(jìn)行傳遞后,預(yù)測(cè)均方根誤差分別由18.215,5.947,5.749和5.695下降為3.989,2.963,3.891和3.

9、701,決定系數(shù)分別由0.666,0.312,0.394,0.075提高為0.701,0.827,0.720,0.516;湖北白豬高光譜模型對(duì)杜長(zhǎng)大樣品,杜長(zhǎng)大高光譜模型對(duì)湖北白豬、恩施山豬樣品及恩施山豬高光譜模型對(duì)湖北白豬、杜長(zhǎng)大樣品傳遞后,預(yù)測(cè)均方根誤差分別由14.024,11.039,4.624,11.482,5.993下降至1.876,1.733,2.365,2.046,2.117,決定系數(shù)分別由0.007,0.461,0.52

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論