首页> 中文学位 >基于高光谱图像技术的茶叶品种分类及掺假程度检测研究
【6h】

基于高光谱图像技术的茶叶品种分类及掺假程度检测研究

代理获取

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 茶叶品种分类无损检测方法

1.2.2 食品掺假无损检测方法

1.3 研究现状分析

1.4 主要研究内容

1.5 技术路线

1.6 本章小结

第2章 数据采集与提取

2.1 试验材料

2.1.1 试验样品

2.1.2 试验仪器

2.2 高光谱图像采集与数据提取

2.2.1 高光谱图像采集

2.2.2 高光谱数据提取

2.3 检测机理分析

2.4 本章小结

第3章 相关算法研究

3.1 预处理方法

3.2 特征变量选择方法

3.2.1 竞争性自适应重加权采样算法

3.2.2 迭代信息变量消除法

3.2.3 自助软收缩法

3.3 定性建模方法

3.3.1 极端梯度提升树

3.3.2 轻量级梯度提升机

3.3.3基于网格搜索的模型参数寻优

3.3.4 基于遗传算法的模型参数寻优

3.4 数据可视化方法

3.5 本章小结

第4章 基于高光谱图像技术的乌龙茶品种分类研究

4.1 茶叶样本制备

4.2 光谱数据采集与提取

4.3 光谱预处理

4.4 特征变量选择结果

4.4.1 CARS特征变量选择结果

4.4.2 BOSS特征变量选择结果

4.5 乌龙茶品种分类模型的建立与分析

4.5.1 乌龙茶品种分类模型的建立

4.5.2 乌龙茶品种分类模型的分析

4.6 本章小结

第5章 基于高光谱图像技术的铁观音茶叶掺假程度检测

5.1 掺假茶叶品种的选取

5.2 掺假茶叶样本制备

5.3 光谱数据采集与提取

5.4 光谱预处理

5.5 特征变量选择结果

5.5.1 IRIV特征变量选择结果

5.5.2 BOSS特征变量选择结果

5.6 铁观音茶叶掺假程度检测模型的建立

5.6.1 基于网格搜索优化的XGBoost与LightGBM模型

5.6.2 基于遗传算法优化的XGBoost与LightGBM模型

5.7 本章小结

第6章 茶叶品种分类及掺假程度检测系统的设计

6.1 系统开发环境及系统开发流程

6.1.1 系统开发环境

6.1.2 系统开发流程

6.2系统具体操作及功能实现

6.2.1 待测数据输入功能

6.2.2 数据处理功能

6.2.3 历史数据查询功能

6.3 功能测试

6.4 本章小结

第7章 总结与展望

7.1 论文工作总结

7.2 展望

参考文献

致谢

攻读硕士学位期间获得的学术成果

展开▼

著录项

  • 作者

    葛啸;

  • 作者单位

    江苏大学;

  • 授予单位 江苏大学;
  • 学科 电子与通信工程
  • 授予学位 硕士
  • 导师姓名 孙俊;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TQ9S71;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号