您的位置: 专家智库 > >

肖怀春

作品数:14 被引量:111H指数:7
供职机构:华东交通大学更多>>
发文基金:国家高技术研究发展计划国家自然科学基金江西省科技支撑计划项目更多>>
相关领域:农业科学理学自动化与计算机技术更多>>

文献类型

  • 9篇期刊文章
  • 4篇专利
  • 1篇学位论文

领域

  • 5篇农业科学
  • 4篇理学
  • 3篇自动化与计算...

主题

  • 8篇黄龙病
  • 5篇近红外
  • 5篇光谱
  • 5篇红外
  • 5篇柑桔
  • 4篇支持向量
  • 4篇支持向量机
  • 4篇最小二乘
  • 4篇最小二乘支持...
  • 4篇向量机
  • 4篇近红外光
  • 4篇红外光
  • 4篇柑橘
  • 4篇柑橘黄龙病
  • 3篇叶片
  • 3篇近红外光谱
  • 3篇红外光谱
  • 3篇柑桔叶片
  • 3篇高光谱成像
  • 2篇顶管

机构

  • 14篇华东交通大学
  • 1篇中国农业科学...
  • 1篇中国轻工业联...

作者

  • 14篇肖怀春
  • 12篇刘燕德
  • 11篇孙旭东
  • 7篇韩如冰
  • 6篇朱丹宁
  • 5篇吴明明
  • 4篇胡军
  • 3篇张智诚
  • 2篇郝勇
  • 2篇欧阳爱国
  • 2篇姜小刚
  • 2篇邓清
  • 2篇马奎荣
  • 2篇李雄
  • 2篇李泽敏
  • 1篇吕强
  • 1篇欧阳玉平
  • 1篇王均刚
  • 1篇廖小红
  • 1篇刘德力

传媒

  • 3篇光谱学与光谱...
  • 2篇农业工程学报
  • 2篇广东农业科学
  • 1篇农业机械学报
  • 1篇中国光学

年份

  • 1篇2020
  • 2篇2019
  • 3篇2018
  • 3篇2017
  • 5篇2016
14 条 记 录,以下是 1-10
排序方式:
基于可见与近红外光谱联用的柑桔黄龙病快速无损检测研究被引量:15
2018年
黄龙病是柑桔果树的毁灭性病害,对柑桔产业危害巨大。基于模型平均理论,探讨联用可见与近红外光谱技术,提高柑桔黄龙病快速无损检测精度的可行性。采集记录柑桔叶片的可见与近红外光谱,经实时荧光定量PCR鉴别黄龙病叶片为轻度、中度和重度三类,缺素和正常样品也经PCR鉴定,共五类叶片。基于光谱直接拼接、光谱归一化拼接和模型平均三种不同策略,结合偏最小二乘判别分析(PLS-DA)和多元线性回归(MLR)方法,分别建立了柑桔黄龙病可见与近红外光谱联用无损检测模型。经比较发现,光谱联用模型的检测精度均高于可见或近红外单一检测模型,且经导数处理后的光谱直接拼接PLS-DA模型检测精度最高,模型预测相关系数为0.97,预测均方根误差为0.67,模型总误判率为3%,其原因是导数消除了光谱的基线漂移。光谱归一化拼接的PLS-DA模型检测精度次之,模型总误判率为7%。可见与近红外模型平均的检测精度最低,模型总误判率为7.2%。实验结果表明,联用可见与近红外光谱,结合光谱拼接方法,提高了柑桔黄龙病无损检测模型的检测精度,研究可为其他领域的光谱联用提供参考依据。
刘燕德肖怀春孙旭东韩如冰叶灵玉黄亮肖禹松廖小红
关键词:柑桔黄龙病归一化多元线性回归
一种基于PLC的土压平衡顶管机电气控制系统
一种基于PLC的土压平衡顶管机电气控制系统,所述系统采用主从式、分布式结构,主站控制系统将控制台上开关和按钮信号,通过CC‑Link模块远程通讯传给从站控制系统,从站控制系统对现场信号进行采集、处理,并传送给上位机后,再...
刘燕德叶灵玉孙旭东吴明明肖怀春韩如冰朱丹宁马奎荣胡军赵静逸张路
文献传递
柑桔黄龙病近红外光谱无损检测被引量:21
2016年
为探讨快速无损检测柑桔黄龙病的可行性,应用近红外光谱技术结合机器学习方法进行研究。在4000-9000cm-1光谱范围内,采集黄龙病、缺素和健康3类叶片样本的近红外光谱。采用一阶导数、平滑和多元散色校正组合的光谱预处理方法,消除光谱的基线漂移和散射效应。分别对偏最小二乘判别模型(PLS-DA)的主成分因子数和最小二乘支持向量机(LS-SVM)的输入变量数量、核函数类型及其参数进行了优化,建立了PLS-DA和LS-SVM模型。采用预测集样本,评价模型的预测能力,经比较,采用11个主成分得分向量为输入、线性核函数和惩罚因子为2.25的LS-SVM模型预测效果最佳,模型误判率为0。结果表明采用近红外光谱技术结合最小二乘支持向量机进行柑桔黄龙病无损检测是可行的。
刘燕德肖怀春邓清张智诚孙旭东肖禹松
关键词:光谱分析近红外光谱技术黄龙病柑桔
一种基于PLC的土压平衡顶管机
一种基于PLC的土压平衡顶管机,它包括工作井、主顶油缸、混凝土管节、顶管机、接收井,所述工作井中设有主顶油缸,主顶油缸通过顶管机连接混凝土管节,混凝土管节依次插入接收井中,提高了土压平衡顶管机的自动化程度、操作性能、安全...
刘燕德叶灵玉孙旭东吴明明肖怀春韩如冰朱丹宁马奎荣胡军赵静逸张路
文献传递
基于高光谱成像的柑橘黄龙病无损检测被引量:18
2016年
采用高光谱成像技术,结合最小二乘支持向量机(LS-SVM)和偏最小二乘判别分析(PLS-DA)2种方法,探索柑橘黄龙病快速无损检测的可行性。在380~1 080 nm光谱范围内,采集正常、轻度黄龙病、中度黄龙病、重度黄龙病和缺素5种柑橘叶片的高光谱图像。采用方差分析方法,分析了正常、轻度黄龙病、中度黄龙病、重度黄龙病和缺素5种叶片的叶绿素、淀粉和可溶性糖含量间的差异,表明3指标可作为判别黄龙病的指示性指标。采用偏最小二乘法,建立了叶绿素、可溶性糖及淀粉3指标含量的定量分析数学模型,模型预测均方根误差分别为7.46、5.51、5.88,提供了柑橘黄龙病高光谱成像快速检测依据。提取高光谱图像感兴趣区域的平均光谱,通过分析正常、轻度黄龙病、中度黄龙病、重度黄龙病和缺素5种叶片的代表性光谱,在750 nm处吸光度存在差异。采用2阶导数处理样品光谱,消除了450~650 nm和800~1 000 nm波段的基线漂移,放大了有效光谱信息。采用主成分分析(PCA)和连续投影算法(SPA)筛选柑橘黄龙病LS-SVM定性判别模型的输入变量,建立了LS-SVM定性判别模型,同时与PLS-DA进行对比。采用未参与建模的预测集样品评价模型性能,结果表明PLS-DA模型判别柑橘黄龙病的准确率更高,模型误判率为5.6%。实验结果表明,高光谱成像技术结合偏最小二乘判别分析方法可实现柑橘黄龙病快速无损检测与黄龙病病情等级判别。
刘燕德肖怀春孙旭东曾体伟张智诚刘宛坤
关键词:柑橘黄龙病最小二乘支持向量机
基于共焦显微拉曼的柑橘黄龙病无损检测研究被引量:7
2018年
黄龙病危害柑橘果树日益严重,对柑橘黄龙病进行快速检测研究具有重大意义。采用拉曼光谱技术,结合偏最小二乘判别分析(PLS-DA)方法探讨快速诊断柑橘黄龙病及病情类别的可行性。获取柑橘叶片拉曼光谱并进行普通PCR鉴别分为轻度、中度、重度、缺素和正常5类。在715~1 639.5cm-1范围内采用一阶导,基线校正(Baseline)和多项式拟合三种方法扣除光谱背景,突显叶片拉曼光谱特征峰。多项式拟合方法分别进行了2次,3次和4次拟合,与一阶导和基线校正两种扣除背景方法进行比较,结合最小二乘支持向量机(LS-SVM)和偏最小二乘判别分析(PLS-DA)建立判别模型。经比较发现,多项式拟合方法扣除光谱背景效果均好于另外两种方法,其中用2次多项式拟合的PLS-DA模型的效果最好,预测相关系数(RP)为0.98,预测均方根误差(RMSEP)为0.67,总误判率最小为0。基线校正扣除光谱背景的LS-SVM模型效果最差,总误判率最大为40%。研究结果表明,利用拉曼光谱技术对柑橘黄龙病进行快速识别研究具有一定的可行性,为柑橘黄龙病无损检测研究提供一种新途径。
刘燕德肖怀春孙旭东吴明明叶灵玉韩如冰朱丹宁郝勇
关键词:柑橘黄龙病拉曼光谱最小二乘支持向量机多项式拟合
基于高光谱成像技术的柑橘黄龙病诊断方法研究
柑橘黄龙病是柑橘生产中最具毁灭性的病害之一,极大地制约了柑橘产业的健康持续发展。目前尚未研制出治疗黄龙病的有效药剂,只能尽早发现病树,予以移除,避免病害的进一步传播。故及时准确检测柑橘黄龙病,在控制其蔓延、保障柑橘产业的...
肖怀春
关键词:柑橘黄龙病
赣南脐橙可溶性固形物近红外光谱在线无损检测被引量:7
2016年
通过应用近红外漫透射光谱技术结合最小二乘支持向量机等算法,探索脐橙可溶性固形物含量在线无损检测的可行性。139个样本被分成建模集和预测集(103∶36),分别用于建立检测模型和验证检测模型的预测能力。漫透射近红外光谱,经过一阶微分、多元散射校正和移动窗口平滑组合预处理后,分别建立了偏最小二乘、偏最小二乘支持向量机模型,经比较发现,偏最小二乘支持向量机模型的预测能力更强,模型预测的均方根误差和相关系数分别为0.6423%、0.9059。通过对比发现,主成分分析和径向基函数有利于提高最小二乘支持向量机模型的预测能力。结果表明:采用近红外漫透射光谱技术结合最小二乘支持向量机算法能够很好地实现脐橙可溶性固形物含量的在线无损检测。
刘燕德胡军欧阳玉平朱丹宁韩如冰肖怀春吴明明孙旭东
关键词:近红外光谱赣南脐橙可溶性固形物最小二乘支持向量机
一种水果采摘器
一种水果采摘器,它包括存储装置1、刀片2、连接件4、杆体5,所述杆体5上有气缸51、电磁阀52和微处理器53。所述连接件4为铰链或万向节中的一种。所述气缸51包括升降气缸和旋转气缸,所述升降气缸使存储装置1在杆体5上升降...
欧阳爱国邓清肖怀春吴明明郝勇
文献传递
柑桔叶片黄龙病光谱特征选择及检测模型被引量:34
2018年
为探索高光谱技术诊断黄龙病及分类的可行性,通过变量筛选方法组合为高维数据实用化提供参考。采集柑桔叶片高光谱图像并进行普通(polymerase chain reaction,PCR)鉴别分为轻度、中度、重度、缺锌和正常5类样品。用无信息变量消除算法(uninformative variable elimination,UVE)剔除无关信息,组合遗传算法(genetic algorithm,GA)和连续投影算法(successive projections algorithm,SPA)筛选变量,对数据进行降维。结合极限学习机(extreme learning machine,ELM)和最小二乘支持向量机(least squares support vector machine,LS-SVM)构建柑桔黄龙病判别模型。对预测样品进行诊断分类,来评价模型判别能力。经对比发现,UVE组合SPA筛选变量后的LS-SVM模型效果最好,该模型以Link_kernel函数为核函数,惩罚因子(γ)最小为1.07,误判率最低为0。用全谱作输入变量时LS-SVM模型复杂程度最高且预测能力最差,误判率最高为11.9%,可能是包含无用信息和冗余信息变量造成的。研究显示,UVE组合SPA筛选变量,结合LS-SVM对柑桔黄龙病诊断并分类具有一定可行性,为高维度数据实用化提供一定参考价值。
刘燕德肖怀春孙旭东朱丹宁韩如冰叶灵玉王均刚马奎荣
关键词:作物病害连续投影算法最小二乘支持向量机
共2页<12>
聚类工具0