• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    貯藏大米中霉菌菌落總數(shù)的高光譜檢測(cè)研究

    2020-11-02 02:47:07叢孫麗劉晨鹿存莉
    安徽農(nóng)業(yè)科學(xué) 2020年19期
    關(guān)鍵詞:高光譜

    叢孫麗 劉晨 鹿存莉

    摘要 [目的]為了快速、精確檢測(cè)貯藏大米中的霉菌菌落總數(shù),擬用高光譜圖像技術(shù)實(shí)現(xiàn)無(wú)損檢測(cè)。[方法]采用SG-SNV detrending的方式對(duì)原始光譜數(shù)據(jù)預(yù)處理,去除基線散射,平滑光譜曲線;然后分別利用SPA算法和CARS算法選取反映大米霉菌菌落總數(shù)特性的特征波長(zhǎng)組合,最后采用SVR方法分別在全光譜數(shù)據(jù)和2種特征光譜數(shù)據(jù)的基礎(chǔ)上建立預(yù)測(cè)模型,對(duì)比分析各SVR模型的預(yù)測(cè)效果。[結(jié)果]基于CARS特征選擇的模型(CARS-SVR)預(yù)測(cè)效果優(yōu)于基于全光譜數(shù)據(jù)的SVR模型和基于SPA特征選擇的模型(SPA-SVR),其預(yù)測(cè)集決定系數(shù)(R2p)為0.875 9、均方根誤差(RMSEP)為0.083 5。由于CARS-SVR模型的預(yù)測(cè)效果尚未達(dá)到農(nóng)產(chǎn)品檢測(cè)的精度要求,故引入GWO算法對(duì)SVR模型中的參數(shù)(c和g)尋優(yōu),優(yōu)化后模型(CARS-GWO-SVR)的訓(xùn)練集和測(cè)試集決定系數(shù)(R2c和R2p)分別達(dá)0.962 1和0.951 1。[結(jié)論]利用高光譜技術(shù)對(duì)貯藏大米中的霉菌菌落總數(shù)實(shí)施無(wú)損檢測(cè)具有可行性,可為其他農(nóng)產(chǎn)品的霉菌檢測(cè)提供參考依據(jù)。

    關(guān)鍵詞 高光譜;貯藏大米;霉菌菌落數(shù);灰狼優(yōu)化;支持向量回歸

    中圖分類號(hào) S379 ?文獻(xiàn)標(biāo)識(shí)碼 A

    文章編號(hào) 0517-6611(2020)19-0211-04

    doi:10.3969/j.issn.0517-6611.2020.19.055

    Abstract [Objective]In order to quickly and accurately detect the total number of mold colonies in stored rice, hyperspectral image technology was proposed to achieve nondestructive detection.[Method]The original spectral data was preprocessed through the method of SGSNV detrending for purpose of removing the baseline scattering and smoothing spectral curves. Then the combination of feature wavelengths reflecting the mold characteristics was selected by SPA and CARS, respectively. On the basis of feature data and full spectral data, the prediction models of mold colonies in stored rice samples were established through SVR method, and the prediction results of models would be compared and analyzed.[Result]The effect of CARSSVR model was better than that of SVR model and SPASVR model. The ?R2p and RMSEP of prediction set was 0.875 9 and 0.083 5. In order to improve the accuracy of CARSSVR model, GWO algorithm was adopted to optimize c and g parameters in model, after that, the R2c and R2p were improved to 0.962 1 and 0.951 1. [Conclusion]Hyperspectral imaging technology is feasible for nondestructive detection of the total number of mold colonies in stored rice, providing a promising tool for mold detection of other agricultural products.

    Key words Hyperspectral;Stored rice;Mold colonies;GWO;SVR

    基金項(xiàng)目 國(guó)家自然科學(xué)基金項(xiàng)目(31471413);無(wú)錫市軟科學(xué)課題(201913571004Z)。

    作者簡(jiǎn)介 叢孫麗(1993—),女,江蘇南通人,助教,碩士,從事計(jì)算機(jī)技術(shù)在農(nóng)業(yè)工程方面的應(yīng)用研究。

    收稿日期 2020-04-08

    大米作為人們重要的主食之一,營(yíng)養(yǎng)較為豐富,若貯藏不當(dāng)易發(fā)生霉變。大米發(fā)生霉變開(kāi)始產(chǎn)生霉菌,嚴(yán)重程度下甚至進(jìn)而產(chǎn)生真菌毒素,霉菌和真菌毒素直接影響大米的品質(zhì)、人們的食用安全,造成健康隱患[1]。霉菌的多少直接反映了大米等食品的劣變程度,因此,尋求一種貯藏大米霉菌含量的快速、準(zhǔn)確檢測(cè)方法顯得尤為必要。

    常規(guī)情況下,大米霉菌計(jì)數(shù)可采用國(guó)標(biāo)法(GB 4789.15—2016《食品微生物學(xué)檢驗(yàn) 霉菌和酵母計(jì)數(shù)》[2])進(jìn)行測(cè)定。這種方法檢測(cè)精度可靠性高,但前期樣品準(zhǔn)備工作復(fù)雜,且破壞了檢測(cè)對(duì)象。隨著光譜檢測(cè)技術(shù)的快速發(fā)展,近紅外光譜技術(shù)勢(shì)頭迅猛,作為無(wú)損檢測(cè)方法之一在稻谷類霉菌或真菌毒素檢測(cè)中應(yīng)用典型[3-4]。這些研究表明,近紅外光譜用于農(nóng)副產(chǎn)品霉菌或真菌毒素檢測(cè)是可行的。然而,這一技術(shù)的缺點(diǎn)在于主要用于檢測(cè)樣本的平均光譜,并不能提供樣本圖像中每一像素包含的光譜信息。因此,利用近紅外光譜定量檢測(cè)霉菌的精度較低。高光譜圖像技術(shù)將光譜和圖像技術(shù)融于一體,同時(shí)提供檢測(cè)目標(biāo)的光譜和圖像信息,在農(nóng)產(chǎn)品無(wú)損檢測(cè)中應(yīng)用較為廣泛。一些學(xué)者已經(jīng)將高光譜圖像技術(shù)用于作物或農(nóng)產(chǎn)品的霉菌或真菌毒素定性檢測(cè)[5-7],但相關(guān)定量研究仍較少。Tekle等[8]獲取了鐮刀菌損傷的燕麥的高光譜圖像,并建立偏最小二乘支持向量回歸模型估算其中脫氧雪腐烯醇(DON)的含量,最終預(yù)測(cè)值與實(shí)測(cè)值之間的相關(guān)系數(shù)為0.82,預(yù)測(cè)精度較低。霉菌不僅會(huì)改變大米的顏色和其他表面特性,也會(huì)積累更多脂肪酸代謝物,從而提高大米中的脂肪酸含量。因此,脂肪酸含量的改變可以較好地表征大米霉變的狀況[9]。研究表明,可見(jiàn)光光譜可在樣品的表面形態(tài)(包括紋理、形狀等)的表征上達(dá)到較好的效果,但可見(jiàn)光的單波段信息不足以提高檢測(cè)精度;而大米中脂肪酸含量的變化又會(huì)促使近紅外光譜特性的變化[10]。高光譜圖像技術(shù)主要涵蓋了可見(jiàn)光光譜和近紅外光譜的波段范圍,被視為大米霉菌含量檢測(cè)最有效的方法。

    筆者采用高光譜技術(shù)結(jié)合支持向量回歸(support vector regression, SVR)模型實(shí)現(xiàn)大米樣品中霉菌菌落總數(shù)的檢測(cè),為了尋找模型中的最佳參數(shù)(c和g)采用了新型群體智能算法——灰狼優(yōu)化(gray wolf optimization, GWO)。通過(guò)對(duì)大米霉菌的高精度定量檢測(cè),可為其他農(nóng)產(chǎn)品的霉菌檢測(cè)提供新型方法,也為研制便攜霉菌檢測(cè)儀奠定理論基礎(chǔ)。

    1 材料與方法

    1.1 人工誘導(dǎo)大米樣品

    試驗(yàn)選用大米為優(yōu)質(zhì)金龍魚(yú)大米,購(gòu)于鎮(zhèn)江歐尚超市,確保大米完整、表面光滑無(wú)霉變。試驗(yàn)前須先測(cè)定所購(gòu)大米的初始含水率,根據(jù)國(guó)標(biāo)法(GB 5009.3—2016《食品中水分的測(cè)定》[11])實(shí)際檢測(cè)得出結(jié)果為11.4%,在大米安全貯藏標(biāo)準(zhǔn)范圍內(nèi)。首先,將大米分成100個(gè)樣品盤(pán)(每盤(pán)100 g),單獨(dú)貼上標(biāo)簽。為去除大米中細(xì)菌帶來(lái)的影響,所有大米均需經(jīng)過(guò)消毒,將大米樣品置于干凈的工作臺(tái)上,打開(kāi)紫外線長(zhǎng)達(dá)30 min。滅菌完成后,在無(wú)菌狀態(tài)下進(jìn)一步誘導(dǎo)大米發(fā)生霉變。當(dāng)儲(chǔ)存過(guò)程中霉菌含量低于104 ?CFU/g時(shí),說(shuō)明大米存放安全;一旦達(dá)到105 ?CFU/g,大米便開(kāi)始發(fā)生霉變;超過(guò)106 ?CFU/g后,霉變則非常嚴(yán)重[12]。因此,為了模擬貯藏大米霉變的過(guò)程,試驗(yàn)采取恒溫恒濕箱培育大米樣品,其中恒溫恒濕箱的溫度設(shè)定為30 ℃,相對(duì)濕度設(shè)定為90%(參照霉菌易于繁殖的溫濕度環(huán)境)。基于大米貯藏過(guò)程中理化特性與感光指標(biāo)隨時(shí)間的變異情況,將培育階段分成10個(gè)周期(每個(gè)周期15 d),得到不同霉變時(shí)期內(nèi)的樣品各10份(共100份)。

    1.2 高光譜掃描

    試驗(yàn)中,采用光譜為871.607~1 766.322 nm的高光譜成圖像系統(tǒng)[13],其中CCD相機(jī)與光譜儀共同構(gòu)成高光譜圖像攝像儀(ImSpector V10E,spectra imaging Ltd.,F(xiàn)inland),2只150 W的鹵素?zé)魳?gòu)成系統(tǒng)的光源,一個(gè)電控位移平臺(tái)及計(jì)算機(jī)。此系統(tǒng)采集的圖像分辨率達(dá)到672像素×512像素,光譜分辨率達(dá)5 nm。試驗(yàn)開(kāi)始前,預(yù)先對(duì)高光譜系統(tǒng)進(jìn)行黑白參考校正,然后將培育的各份大米樣品均勻平鋪于一寬口的PP試劑瓶瓶蓋上,并緩慢放置于電控位移平臺(tái)正中央的白紙中心,以待對(duì)樣品進(jìn)行掃描采集圖像。掃描過(guò)程中攝像機(jī)曝光時(shí)間為20 ms,平移臺(tái)輸送速度為1.25 mm/s。所有樣品掃描完成后利用感興趣區(qū)域法將每個(gè)樣品圖像中的光譜數(shù)據(jù)提取出來(lái),考慮到光譜范圍的初始和結(jié)束部分均受到了外部噪聲的影響,故將前后共40個(gè)波段的數(shù)據(jù)予以剔除,最終波長(zhǎng)931~1 666 nm用于分析。

    1.3 霉菌菌落總數(shù)檢測(cè)

    高光譜掃描后立即對(duì)各份大米樣品進(jìn)行霉菌菌落總數(shù)檢測(cè),檢測(cè)方法參照文獻(xiàn)[2]。檢測(cè)過(guò)程中觀察霉菌的滋生狀況以CFU/g為單位進(jìn)行平板計(jì)數(shù)。最終,將記錄的數(shù)值取對(duì)數(shù)處理,降低量綱的影響,以便建模分析。

    1.4 灰狼算法優(yōu)化的支持向量回歸機(jī)

    支持向量機(jī)是1995年提出用于建立模型的方法,該研究中其回歸功能SVR用于預(yù)測(cè)大米霉菌菌落數(shù),一般將徑向基核函數(shù)(radial basis function, RBF)用于模型。

    GWO算法于2012年新提出,提出的依據(jù)是灰狼群體的覓食行為,如捕食期間產(chǎn)生的跟蹤、包圍、追擊等。該算法的機(jī)制簡(jiǎn)單、參數(shù)少、收斂速度快,且相對(duì)于其他智能算法(DE、PSO、GA等)優(yōu)化效果更好[14],也因此在風(fēng)速預(yù)測(cè)、水量分配、函數(shù)優(yōu)化等領(lǐng)域應(yīng)用廣泛。該研究將GWO算法用于對(duì)SVR參數(shù)c和g尋優(yōu)的具體步驟如下:①劃分大米霉菌數(shù)據(jù)樣本集。初始化SVR的參數(shù)c和g的取值區(qū)間,并設(shè)置GWO算法的相關(guān)參數(shù)(狼群數(shù)量SearchAgents_no以及最大迭代次數(shù)Max_iteration)。其中,c和g的取值均為0.01~100.00,SearchAgents_no和Max_iteration取值均為20。②隨機(jī)化灰狼的群體,各群體位置向量對(duì)應(yīng)于一組參數(shù)(c和g)。③GWO算法根據(jù)適應(yīng)度值對(duì)狼群中每個(gè)個(gè)體的位置進(jìn)行更新,最終保留適應(yīng)度值最優(yōu)的位置。④判斷更新次數(shù)是否超過(guò)Max_iteration值,若未超過(guò),繼續(xù)更新,否則更新結(jié)束。此時(shí)的參數(shù)c和g即最優(yōu)參數(shù),可利用其建立SVR最優(yōu)模型進(jìn)行菌落數(shù)預(yù)測(cè)分析。

    2 結(jié)果與分析

    2.1 大米霉菌菌落數(shù)參考值

    采用平板計(jì)數(shù)法測(cè)得的霉菌菌落數(shù)參考值如表1所示。所有大米樣品的霉菌菌落數(shù)分布在2.66~5.88 lg(CFU/g)。根據(jù)大米貯藏的霉菌標(biāo)準(zhǔn),該試驗(yàn)中霉菌菌落總數(shù)分布既有安全階段,又有大米貯藏的不同霉變階段,總體上霉菌菌落值符合正態(tài)分布。從表1可看出校正集和測(cè)試集樣品的霉菌統(tǒng)計(jì)值。

    2.2 數(shù)據(jù)預(yù)處理 依據(jù)1∶1的比例對(duì)高光譜數(shù)據(jù)進(jìn)行樣本集劃分,分成校正集和測(cè)試集兩部分。多項(xiàng)式平滑(savitzkygolay, SG)、標(biāo)準(zhǔn)變量變換(standard normalized variable, SNV)及去趨勢(shì)(detrending)均是可用于光譜預(yù)處理的方法[15-17]。其中SG可有效消除基線漂移,SNV可校正光譜散射,detrending一般與SNV結(jié)合用于去趨勢(shì)??紤]到每種預(yù)處理方法的差異性,以上3種方法結(jié)合(SG-SNV detrending)用于處理并保留光譜數(shù)據(jù)中的有效信息。預(yù)處理前后的光譜曲線如圖1所示。

    2.3 特征波長(zhǎng)選擇

    2.3.1 采用SPA選擇特征波長(zhǎng)。

    連續(xù)投影算法(successive projections algorithm, SPA)因簡(jiǎn)單、快速的特點(diǎn)在特征選擇上得到了廣泛的應(yīng)用[18]。該研究將SPA波長(zhǎng)最大值設(shè)為30,算法運(yùn)行過(guò)程中不同的波長(zhǎng)數(shù)會(huì)產(chǎn)生不同的均方根誤差(root mean square error, RMSE),當(dāng)RMSE值變化達(dá)到最小值時(shí)所產(chǎn)生的波長(zhǎng)即最佳。該研究的RMSE最小為0.602,此時(shí)產(chǎn)生了12個(gè)特征波長(zhǎng)。選取的波長(zhǎng)如圖2所示。

    2.3.2 采用CARS選擇特征波長(zhǎng)。

    競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)采樣(competitive adaptive reweighted sampling, CARS)作為特征選擇法之一,模擬“適者生存”準(zhǔn)則,通過(guò)指數(shù)衰減和自適應(yīng)重加權(quán)采樣(ARS)技術(shù)選出最終交叉驗(yàn)證均方根誤差(RMSECV)最小下的特征集合[19]。該研究設(shè)定CARS采樣次數(shù)為50及五折交叉驗(yàn)證,過(guò)程如圖3所示。由圖3a看出選擇的特征波長(zhǎng)數(shù)隨著采樣次數(shù)增加在逐漸減少;圖3c中星號(hào)垂線對(duì)應(yīng)的點(diǎn)即為b圖中RMSECV的最小值點(diǎn)(0.462),此時(shí)的采樣次數(shù)為30。此后,RMSECV值有增加的趨勢(shì)。因此,選取采樣次數(shù)為30時(shí)的特征波長(zhǎng)共14個(gè),分別為935.96、944.25、1 012.17、1 031.34、1 129.52、1 136.48、1 157.13、1 160.54、1 319.84、1 341.85、1 344.99、1 426.69、1 474.49、1 513.47 nm。

    大米中最多的脂肪酸是油酸(OFA)和亞油酸(LFA)[20]。Mzimbiri等[21]研究了這2種脂肪酸在900~1 700 nm處的高光譜特征,其中OFA的特征波長(zhǎng)理論上為1 146.6、1 313.3和1 480.3 nm,該研究SPA選擇的波長(zhǎng)中1 146.85 nm與OFA第1個(gè)理論波長(zhǎng)較為接近,而CARS選擇的波長(zhǎng)中1 319.84、1 474.49 nm與第2、第3個(gè)較為接近;LFA的特征波長(zhǎng)理論上為1 036.9和1 517.1 nm,該研究SPA選擇的波長(zhǎng)中1 031.34 nm與LFA第1個(gè)理論波長(zhǎng)較為接近,而CARS選擇的波長(zhǎng)中1 031.34、1 513.47 nm與2個(gè)理論波長(zhǎng)均較接近。因此,相比之下CARS算法保留了反映大米樣品霉菌菌落總數(shù)的更多特征信息,大大降低建模復(fù)雜度。

    2.4 SVR模型的建立與分析

    將特征光譜和全光譜數(shù)據(jù)分別用于SVR回歸模型的輸入變量,大米霉菌菌落總數(shù)作為輸出變量,通過(guò)校正集樣本和測(cè)試集樣本的預(yù)測(cè)來(lái)評(píng)估最終模型的性能。從SVR各模型的評(píng)價(jià)指標(biāo)對(duì)比(表2)可以看出,與SVR模型相比,SPA-SVR模型雖然是通過(guò)SPA極大地減少了輸入變量,但性能卻有所降低。原因可能是SPA算法在運(yùn)行過(guò)程中剔除了部分與霉菌數(shù)量相關(guān)性較大的關(guān)鍵波長(zhǎng)。相比之下,CARS-SVR模型雖然采用的特征波長(zhǎng)數(shù)較多,但模型的預(yù)測(cè)性能和魯棒性明顯更好,也進(jìn)一步印證了前面特征波長(zhǎng)的分析。因此,3種模型中最佳的為CARS-SVR,達(dá)到了最高預(yù)測(cè)精度,R2p為0.875 9且RMSEP為0.083 5。

    2.5 GWO-SVR模型的建立

    為提高CARS-SVR模型的檢測(cè)精度,在經(jīng)過(guò)CARS特征光譜數(shù)據(jù)的基礎(chǔ)上,引入GWO算法優(yōu)化SVR模型中的參數(shù)c和g。然后利用最優(yōu)參數(shù)重新建立特征光譜下的SVR模型。優(yōu)化后模型(CARS-GWO-SVR)的各評(píng)價(jià)指標(biāo)分別為波長(zhǎng)數(shù)量14、R2c=0.962 1、RMSEC=0.012 6、R2p=0.951 1、RMSEP=0.036 0,模型對(duì)測(cè)試集樣本的預(yù)測(cè)結(jié)果如圖4所示。從圖4可以看出, CARS-GWO-SVR模型預(yù)測(cè)效果得到了明顯的提升,P2p達(dá)到了0.95以上。同時(shí),與CARS-SVR相比,CARS-GWO-SVR的RMSEC和RMSEP差異更小,表明模型魯棒性和預(yù)測(cè)能力更強(qiáng)。與Tekle等[8]關(guān)于利用高光譜圖像估算燕麥中DON含量的相比,該研究大米霉菌含量的預(yù)測(cè)精度更高,表明GWO算法確實(shí)優(yōu)化了模型的性能。

    3 結(jié)論

    該研究培育了不同霉變程度的大米樣品并采集了高光譜圖像,通過(guò)感興趣區(qū)域選取方式獲取了32像素×32 像素的光譜信息。在預(yù)處理之后的光譜基礎(chǔ)上,比較了基于全光譜數(shù)據(jù)和不同特征光譜數(shù)據(jù)的SVR模型建模效果。結(jié)果表明:CARS-SVR模型獲得了比全光譜模型和SPA-SVR模型更好的預(yù)測(cè)效果,其訓(xùn)練集R2c和RMSEC分別為0.879 5、0.046 8;測(cè)試集R2p和RMSEP分別為0.875 9、0.083 5。利用GWO算法對(duì)SVR模型中的參數(shù)c和g進(jìn)行尋優(yōu),重新建立基于CARS特征光譜數(shù)據(jù)的SVR預(yù)測(cè)模型。最終,CARS-GWO-SVR模型的R2c和R2p分別提升為0.962 1和0.951 1,滿足農(nóng)產(chǎn)品的檢測(cè)要求。

    綜上所述,該研究將高光譜圖像技術(shù)用于大米霉菌菌落總數(shù)檢測(cè)具有可行性,為其他農(nóng)產(chǎn)品的霉菌檢測(cè)提供新型方法,也為研制便攜霉菌檢測(cè)儀奠定理論基礎(chǔ)。不足之處在于用于研究的樣品數(shù)量有待提高以驗(yàn)證是否適用于更多種類的大米霉菌檢測(cè),有待進(jìn)一步研究。

    參考文獻(xiàn)

    [1] 周顯青,倫利芳,張玉榮,等.大米儲(chǔ)藏與包裝的技術(shù)研究進(jìn)展[J].糧油食品科技,2013,21(2):71-75.

    [2] 中華人民共和國(guó)國(guó)家衛(wèi)生和計(jì)劃生育委員會(huì).食品微生物學(xué)檢驗(yàn) 霉菌和酵母計(jì)數(shù):GB 4789.15—2016[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2017.

    [3] 張強(qiáng),劉成海,孫井坤,等.基于支持向量機(jī)的稻谷黃曲霉毒素B1近紅外無(wú)損檢測(cè)[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào),2015,46(5):84-88.

    [4] 金昌福,張強(qiáng),鄭先哲.貯藏稻谷霉菌菌落總數(shù)近紅外光譜預(yù)測(cè)模型[J].農(nóng)機(jī)化研究,2016(10):160-164.

    [5] FENG L,ZHANG D R,CHEN S S,et al.Early detection of gray mold on eggplant leaves using hyperspectral imaging technique[J].Journal of Zhejiang University(Agriculture and life sciences),2012,38(3):311-317.

    [6] DEL FIORE A,REVERBERI M,RICELLI A,et al.Early detection of toxigenic fungi on maize by hyperspectral imaging analysis[J].International journal of food microbiology,2010,144(1):64-71.

    [7] XIAO H,WANG Z J,SUN Y,et al.Growth simulation and discrimination of five fungi from rice storage using hyperspectral reflectance imaging technique[J].Science and technology of food industry,2016,37(13):276-281.

    [8] TEKLE S,MAGE I,SEGTNAN V H,et al.Nearinfrared hyperspectral imaging of Fusariumdamaged oats (Avena sativa L.)[J].Cereal chemistry,2015,92(1):73-80.

    [9] 文韜,洪添勝,李立君,等.基于高光譜技術(shù)的霉變稻谷脂肪酸含量無(wú)損檢測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào),2015, 31(18):233-239.

    [10] NING J M,WAN X C,ZHANG Z Z,et al.Discriminating fermentation degree of Puer tea based on NIR spectroscopy and artificial neural network[J]. Transactions of the Chinese society of agricultural engineering,2013,29(11):255-260.

    [11] 中華人民共和國(guó)國(guó)家衛(wèi)生和計(jì)劃生育委員會(huì).食品中水分的測(cè)定:GB 5009.3—2016[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2017.

    [12] 周建新,鞠興榮,孫肖東,等.不同儲(chǔ)藏條件下稻谷霉菌區(qū)系演替的研究[J].中國(guó)糧油學(xué)報(bào),2008,23(5):133-136.

    [13] 張曉東,毛罕平,周瑩,等. 基于高光譜成像技術(shù)的生菜葉片水分檢測(cè)研究[J]. 安徽農(nóng)業(yè)科學(xué),2011,39(33):20329-20331,20714.

    [14] MIRJALILI S,HASHIM S Z M.A new hybrid PSOGSA algorithm for function optimization[C]//International conference on computer and information application.Tianjin,China:IEEE,2012:374-377.

    [15] TAHIR H E,ZOU X B,LI ?Z H,et al.Rapid prediction of phenolic compounds and antioxidant activity of Sudanese honey using Raman and Fourier transforminfrared (FTIR) spectroscopy[J].Food chemistry,2017,226:202-211.

    [16] CHO J S,BAE H J,CHO B K,et al.Qualitative properties of roasting defect beans and development of its classification methods by hyperspectral imaging technology[J].Food chemistry,2017,220:505-509.

    [17] POLLOCK D S G.Trend estimation and detrending via rational squarewave filters[J].J Econometrics,2000,99(2):317-334.

    [18] 董金磊,郭文川.采后獼猴桃可溶性固形物含量的高光譜無(wú)損檢測(cè)[J].食品科學(xué),2015,36(16):101-106.

    [19] 劉燕德,施宇,蔡麗君,等.基于CARS算法的臍橙可溶性固形物近紅外在線檢測(cè)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2013,44(9):138-144.

    [20] 王立峰,陳超,楊精華,等.大米小包裝儲(chǔ)藏過(guò)程中脂類及微觀結(jié)構(gòu)的變化[J].中國(guó)農(nóng)業(yè)科學(xué),2015,48(9):1807-1817.

    [21] MZIMBIRI R,SHI A M,LIU H Z,et al.A review: Peanut fatty acids determination using hyper spectroscopy imaging and its significance on food quality and safety[J].Food science & quality management,2014,28:90-98.

    猜你喜歡
    高光譜
    高光譜技術(shù)在茶葉品種檢測(cè)中的應(yīng)用
    基于BP神經(jīng)網(wǎng)絡(luò)高光譜土壤氮素信息檢測(cè)研究
    科技資訊(2017年11期)2017-06-09 12:32:12
    高光譜和LiDAR數(shù)據(jù)融合在樹(shù)種識(shí)別上的應(yīng)用
    綠色科技(2017年8期)2017-05-22 14:47:06
    PCA降維和決策樹(shù)在多光譜圖像中的分類研究
    高光譜遙感技術(shù)在水環(huán)境監(jiān)測(cè)中的應(yīng)用探討
    基于實(shí)測(cè)高光譜數(shù)據(jù)的太湖湖濱帶典型植被分
    遙感圖像分類方法的研究
    基于實(shí)測(cè)光譜的紅花葉綠素含量高光譜估算模型研究
    一種基于引導(dǎo)濾波和MNF的高光譜遙感圖像分類方法
    吐絲期玉米倒伏后地面高光譜特征參數(shù)分析
    亚洲在线自拍视频| 国产在线精品亚洲第一网站| 欧美大码av| 夫妻午夜视频| 69精品国产乱码久久久| 精品国产一区二区三区四区第35| 免费日韩欧美在线观看| 久久香蕉激情| 亚洲黑人精品在线| 久久久精品欧美日韩精品| 亚洲久久久国产精品| 啦啦啦免费观看视频1| 欧美午夜高清在线| 91成年电影在线观看| 欧美日韩乱码在线| 在线观看免费日韩欧美大片| 免费不卡黄色视频| 级片在线观看| 日日摸夜夜添夜夜添小说| 无限看片的www在线观看| 久久国产精品影院| 亚洲av成人不卡在线观看播放网| 在线观看免费视频网站a站| 黄片小视频在线播放| 精品人妻1区二区| 日韩欧美一区视频在线观看| 午夜福利,免费看| 国产午夜精品久久久久久| 国产有黄有色有爽视频| 久久性视频一级片| 一级片'在线观看视频| 中文字幕最新亚洲高清| 男男h啪啪无遮挡| 欧美乱色亚洲激情| 欧美不卡视频在线免费观看 | 国产1区2区3区精品| 黄频高清免费视频| 神马国产精品三级电影在线观看 | 久久香蕉国产精品| 国产精品二区激情视频| 国产精品一区二区三区四区久久 | 欧美乱妇无乱码| 性少妇av在线| 欧美久久黑人一区二区| 热99国产精品久久久久久7| 一级a爱视频在线免费观看| 18禁观看日本| 国产av一区二区精品久久| 亚洲成av片中文字幕在线观看| 啦啦啦 在线观看视频| 亚洲av第一区精品v没综合| 男人的好看免费观看在线视频 | 欧美另类亚洲清纯唯美| 国产成人免费无遮挡视频| 欧美 亚洲 国产 日韩一| 国产成人免费无遮挡视频| 黑人操中国人逼视频| 国产99白浆流出| 亚洲精品国产区一区二| 国产xxxxx性猛交| 国产精品一区二区三区四区久久 | 99国产精品免费福利视频| av有码第一页| 高清黄色对白视频在线免费看| 桃红色精品国产亚洲av| 自拍欧美九色日韩亚洲蝌蚪91| 大陆偷拍与自拍| 人妻丰满熟妇av一区二区三区| 午夜福利在线免费观看网站| 丁香欧美五月| 三上悠亚av全集在线观看| 丁香六月欧美| 久久精品国产综合久久久| 国产无遮挡羞羞视频在线观看| 女人高潮潮喷娇喘18禁视频| 日韩欧美一区二区三区在线观看| 亚洲 欧美 日韩 在线 免费| 国产精品一区二区三区四区久久 | xxxhd国产人妻xxx| 无限看片的www在线观看| 黄色 视频免费看| 久久狼人影院| www.999成人在线观看| 久久久久久久精品吃奶| aaaaa片日本免费| 丰满迷人的少妇在线观看| 一级毛片高清免费大全| 久久人妻av系列| 欧美 亚洲 国产 日韩一| 动漫黄色视频在线观看| av在线播放免费不卡| 亚洲自拍偷在线| 欧美老熟妇乱子伦牲交| 日韩欧美免费精品| 午夜老司机福利片| 高潮久久久久久久久久久不卡| 岛国在线观看网站| 国产高清视频在线播放一区| 美女高潮喷水抽搐中文字幕| cao死你这个sao货| 国产成人欧美在线观看| 亚洲av片天天在线观看| 免费在线观看影片大全网站| a级片在线免费高清观看视频| 久久精品人人爽人人爽视色| 这个男人来自地球电影免费观看| 精品日产1卡2卡| 麻豆一二三区av精品| 国产亚洲精品久久久久久毛片| 97碰自拍视频| 成年人免费黄色播放视频| 久久精品影院6| 日韩人妻精品一区2区三区| av片东京热男人的天堂| 国产成人精品久久二区二区免费| 亚洲欧美精品综合一区二区三区| 亚洲伊人色综图| 日韩欧美一区视频在线观看| 老熟妇仑乱视频hdxx| 国产又色又爽无遮挡免费看| 精品高清国产在线一区| 欧美日韩福利视频一区二区| 精品福利永久在线观看| 老司机午夜福利在线观看视频| 伦理电影免费视频| 亚洲一区二区三区不卡视频| 乱人伦中国视频| 国产欧美日韩一区二区三| 亚洲av电影在线进入| 国产极品粉嫩免费观看在线| 夜夜躁狠狠躁天天躁| 久久国产精品影院| 91麻豆精品激情在线观看国产 | 欧美日韩亚洲国产一区二区在线观看| 丝袜美足系列| 丰满饥渴人妻一区二区三| 免费少妇av软件| 国产一区二区三区在线臀色熟女 | 日韩欧美国产一区二区入口| 啦啦啦免费观看视频1| 亚洲精品国产精品久久久不卡| 国产黄a三级三级三级人| 女人爽到高潮嗷嗷叫在线视频| 欧美日韩乱码在线| 啪啪无遮挡十八禁网站| 狂野欧美激情性xxxx| netflix在线观看网站| 国产极品粉嫩免费观看在线| 精品国产国语对白av| 亚洲专区中文字幕在线| 黄频高清免费视频| 亚洲情色 制服丝袜| 久久久久久免费高清国产稀缺| 亚洲精品美女久久久久99蜜臀| 日本一区二区免费在线视频| 岛国在线观看网站| 在线观看免费视频网站a站| 亚洲av日韩精品久久久久久密| 日韩av在线大香蕉| 亚洲欧美精品综合久久99| 国产伦一二天堂av在线观看| 黄色 视频免费看| 午夜福利,免费看| 在线看a的网站| 日本撒尿小便嘘嘘汇集6| 啦啦啦在线免费观看视频4| 热re99久久精品国产66热6| 精品国产一区二区三区四区第35| 亚洲九九香蕉| 久久久精品国产亚洲av高清涩受| 免费在线观看日本一区| 亚洲成人久久性| 深夜精品福利| 高清黄色对白视频在线免费看| 国产av在哪里看| 成人18禁高潮啪啪吃奶动态图| 三级毛片av免费| 别揉我奶头~嗯~啊~动态视频| 亚洲国产欧美一区二区综合| 免费观看人在逋| 无人区码免费观看不卡| 91精品国产国语对白视频| 亚洲欧美日韩另类电影网站| 国产蜜桃级精品一区二区三区| 极品教师在线免费播放| e午夜精品久久久久久久| 一级毛片精品| 欧美+亚洲+日韩+国产| 欧美日本中文国产一区发布| 久久午夜亚洲精品久久| 精品一区二区三区av网在线观看| 成年版毛片免费区| 久久人人精品亚洲av| 国产精品自产拍在线观看55亚洲| 国产av又大| 人妻丰满熟妇av一区二区三区| 国产视频一区二区在线看| 黄色女人牲交| 国产成人影院久久av| 18禁黄网站禁片午夜丰满| 高清毛片免费观看视频网站 | 999久久久国产精品视频| 国产精品国产av在线观看| 久久中文看片网| 日韩欧美一区视频在线观看| 久久久水蜜桃国产精品网| 久久亚洲真实| 一边摸一边抽搐一进一小说| 女人精品久久久久毛片| 欧美成人免费av一区二区三区| 99久久综合精品五月天人人| 成人影院久久| 亚洲在线自拍视频| 午夜日韩欧美国产| 777久久人妻少妇嫩草av网站| 老汉色∧v一级毛片| av天堂在线播放| 亚洲成人国产一区在线观看| 国产黄a三级三级三级人| 一级片免费观看大全| 久9热在线精品视频| 中文字幕色久视频| 热re99久久国产66热| 一区二区三区国产精品乱码| 女性被躁到高潮视频| 一边摸一边做爽爽视频免费| 亚洲中文字幕日韩| 免费少妇av软件| 1024香蕉在线观看| 国产午夜精品久久久久久| 国产有黄有色有爽视频| 亚洲性夜色夜夜综合| 国产成人精品久久二区二区91| 99国产精品免费福利视频| 天天添夜夜摸| 制服诱惑二区| 欧美精品一区二区免费开放| 美女高潮喷水抽搐中文字幕| 亚洲精品中文字幕一二三四区| 少妇的丰满在线观看| 欧美日韩瑟瑟在线播放| 午夜福利免费观看在线| 久久久久久久久免费视频了| 国产不卡一卡二| 久99久视频精品免费| 亚洲一区中文字幕在线| 极品教师在线免费播放| 国产99久久九九免费精品| 亚洲精品久久成人aⅴ小说| 国产成人av教育| 国产精品久久久久成人av| 午夜91福利影院| 久久久久久久久免费视频了| 亚洲国产中文字幕在线视频| 97超级碰碰碰精品色视频在线观看| 亚洲人成电影免费在线| 热99re8久久精品国产| 亚洲av熟女| 亚洲 欧美 日韩 在线 免费| 久久久久久人人人人人| 琪琪午夜伦伦电影理论片6080| av超薄肉色丝袜交足视频| av片东京热男人的天堂| 亚洲一区高清亚洲精品| 国产av一区二区精品久久| ponron亚洲| 男女午夜视频在线观看| 男女做爰动态图高潮gif福利片 | 精品第一国产精品| 亚洲成人久久性| 久久久精品欧美日韩精品| 国产亚洲欧美精品永久| 亚洲av五月六月丁香网| 男女床上黄色一级片免费看| 老司机午夜十八禁免费视频| 国产精品99久久99久久久不卡| 国产蜜桃级精品一区二区三区| 一级片免费观看大全| 一级毛片女人18水好多| 国产男靠女视频免费网站| а√天堂www在线а√下载| 亚洲男人的天堂狠狠| 亚洲 欧美 日韩 在线 免费| 天天添夜夜摸| 亚洲avbb在线观看| 女人被躁到高潮嗷嗷叫费观| av在线天堂中文字幕 | 丰满迷人的少妇在线观看| 在线观看66精品国产| 男女床上黄色一级片免费看| 亚洲欧美激情综合另类| 国产乱人伦免费视频| 人人妻人人爽人人添夜夜欢视频| 99香蕉大伊视频| 香蕉久久夜色| 日韩欧美三级三区| 国产97色在线日韩免费| 国产精品98久久久久久宅男小说| 国产成人系列免费观看| 亚洲国产欧美一区二区综合| 我的亚洲天堂| 91成人精品电影| 女性生殖器流出的白浆| 国产免费av片在线观看野外av| 一本大道久久a久久精品| 看免费av毛片| 一区在线观看完整版| 别揉我奶头~嗯~啊~动态视频| 日韩一卡2卡3卡4卡2021年| 校园春色视频在线观看| 成年版毛片免费区| 国产又色又爽无遮挡免费看| 亚洲精品中文字幕一二三四区| av片东京热男人的天堂| 欧美国产精品va在线观看不卡| 午夜免费成人在线视频| 满18在线观看网站| 欧美日韩一级在线毛片| 久久久精品国产亚洲av高清涩受| 在线播放国产精品三级| 一二三四在线观看免费中文在| 国产深夜福利视频在线观看| 99热只有精品国产| 中亚洲国语对白在线视频| 女人精品久久久久毛片| av天堂久久9| 日韩免费av在线播放| 在线观看一区二区三区激情| 欧美日韩亚洲综合一区二区三区_| 可以免费在线观看a视频的电影网站| 激情视频va一区二区三区| 国产成人精品无人区| 国产日韩一区二区三区精品不卡| 久久久久久免费高清国产稀缺| 长腿黑丝高跟| 丰满人妻熟妇乱又伦精品不卡| 免费在线观看影片大全网站| 久久久国产精品麻豆| 亚洲avbb在线观看| 亚洲精品在线美女| 日日干狠狠操夜夜爽| 看片在线看免费视频| 午夜福利,免费看| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲成人久久性| 18禁裸乳无遮挡免费网站照片 | 免费日韩欧美在线观看| 久久中文看片网| 精品日产1卡2卡| 免费看a级黄色片| 国产精华一区二区三区| 国产熟女xx| 亚洲男人天堂网一区| 国产成人啪精品午夜网站| 黑人巨大精品欧美一区二区蜜桃| 久久99一区二区三区| 欧美另类亚洲清纯唯美| 97碰自拍视频| 亚洲aⅴ乱码一区二区在线播放 | 欧美成人免费av一区二区三区| 黑人巨大精品欧美一区二区mp4| 国产精品九九99| 亚洲avbb在线观看| 99国产极品粉嫩在线观看| 真人一进一出gif抽搐免费| 亚洲va日本ⅴa欧美va伊人久久| 免费少妇av软件| 欧美色视频一区免费| 又黄又爽又免费观看的视频| 久久久精品欧美日韩精品| 亚洲欧美日韩高清在线视频| 亚洲国产精品sss在线观看 | 欧美成狂野欧美在线观看| 久久国产亚洲av麻豆专区| 天天影视国产精品| 亚洲欧美一区二区三区黑人| 黄色视频,在线免费观看| 大码成人一级视频| 两性午夜刺激爽爽歪歪视频在线观看 | 日日干狠狠操夜夜爽| 99久久99久久久精品蜜桃| 亚洲性夜色夜夜综合| 国产熟女xx| 国产免费现黄频在线看| 国产精品一区二区免费欧美| 成年人免费黄色播放视频| 黄色a级毛片大全视频| 午夜福利一区二区在线看| 黄色丝袜av网址大全| 久久天堂一区二区三区四区| 亚洲欧美日韩高清在线视频| 欧美日韩中文字幕国产精品一区二区三区 | 视频区图区小说| 老熟妇仑乱视频hdxx| 免费在线观看黄色视频的| 亚洲av成人不卡在线观看播放网| 欧美成狂野欧美在线观看| 黄色 视频免费看| 中国美女看黄片| 午夜两性在线视频| 别揉我奶头~嗯~啊~动态视频| 精品国产超薄肉色丝袜足j| 欧美精品一区二区免费开放| 黄色 视频免费看| 国产极品粉嫩免费观看在线| 91成人精品电影| 久久久久久亚洲精品国产蜜桃av| 成人三级黄色视频| 午夜久久久在线观看| 精品一区二区三卡| 久久影院123| 亚洲,欧美精品.| 国产成人av激情在线播放| 十八禁网站免费在线| 久久国产亚洲av麻豆专区| 琪琪午夜伦伦电影理论片6080| 久久 成人 亚洲| 国产精品日韩av在线免费观看 | 欧美+亚洲+日韩+国产| 99久久精品国产亚洲精品| 亚洲成人精品中文字幕电影 | 韩国精品一区二区三区| 亚洲第一欧美日韩一区二区三区| 国产不卡一卡二| 久久久久精品国产欧美久久久| 欧美午夜高清在线| 成人亚洲精品av一区二区 | 久久久水蜜桃国产精品网| 国产精品一区二区三区四区久久 | √禁漫天堂资源中文www| 久久婷婷成人综合色麻豆| 嫁个100分男人电影在线观看| 亚洲成人免费电影在线观看| 99热国产这里只有精品6| 一进一出抽搐gif免费好疼 | 久久精品亚洲精品国产色婷小说| 色综合欧美亚洲国产小说| 午夜免费成人在线视频| 校园春色视频在线观看| 亚洲男人天堂网一区| 看片在线看免费视频| 91av网站免费观看| 侵犯人妻中文字幕一二三四区| 1024视频免费在线观看| 久久久久久人人人人人| 国产区一区二久久| 精品人妻在线不人妻| 国产高清videossex| 亚洲成av片中文字幕在线观看| 看免费av毛片| 日韩欧美免费精品| 一级黄色大片毛片| 久99久视频精品免费| 亚洲自拍偷在线| 国产精品 欧美亚洲| 国产精品二区激情视频| 黑人操中国人逼视频| 国产成人精品久久二区二区91| 超碰成人久久| 又大又爽又粗| 嫩草影视91久久| 性欧美人与动物交配| 午夜a级毛片| 搡老乐熟女国产| 国产三级黄色录像| 又黄又粗又硬又大视频| 18禁裸乳无遮挡免费网站照片 | 在线观看午夜福利视频| 日本免费一区二区三区高清不卡 | 免费在线观看日本一区| 丝袜美腿诱惑在线| 黄色成人免费大全| 波多野结衣一区麻豆| 国产深夜福利视频在线观看| 国产成人欧美在线观看| a级片在线免费高清观看视频| 一级毛片女人18水好多| 一夜夜www| 国产亚洲精品久久久久久毛片| 一区在线观看完整版| 亚洲av成人不卡在线观看播放网| 老司机午夜福利在线观看视频| 国产高清激情床上av| 日韩大尺度精品在线看网址 | 精品无人区乱码1区二区| 免费少妇av软件| 久久人妻av系列| 久久久精品欧美日韩精品| 老司机在亚洲福利影院| 欧美日韩福利视频一区二区| 欧美在线黄色| xxxhd国产人妻xxx| av在线天堂中文字幕 | 久久精品人人爽人人爽视色| 欧美 亚洲 国产 日韩一| 亚洲国产欧美一区二区综合| 精品电影一区二区在线| 亚洲精品国产一区二区精华液| 黄片小视频在线播放| 99久久99久久久精品蜜桃| 电影成人av| ponron亚洲| 人妻久久中文字幕网| 男女床上黄色一级片免费看| 亚洲专区字幕在线| 国产精华一区二区三区| 亚洲美女黄片视频| 黑人欧美特级aaaaaa片| 午夜福利在线免费观看网站| 变态另类成人亚洲欧美熟女 | 国产成人影院久久av| 久久这里只有精品19| 午夜视频精品福利| 国产熟女午夜一区二区三区| 超碰97精品在线观看| 在线观看免费日韩欧美大片| 国产成人欧美| 久久精品亚洲av国产电影网| 亚洲精品成人av观看孕妇| 最近最新免费中文字幕在线| 亚洲午夜精品一区,二区,三区| 90打野战视频偷拍视频| 丁香六月欧美| 国产一区二区在线av高清观看| 伦理电影免费视频| 精品一区二区三卡| 成人亚洲精品av一区二区 | 女人精品久久久久毛片| 国产蜜桃级精品一区二区三区| 欧美最黄视频在线播放免费 | 免费一级毛片在线播放高清视频 | 熟女少妇亚洲综合色aaa.| 天堂√8在线中文| 女性被躁到高潮视频| 成人手机av| 女人高潮潮喷娇喘18禁视频| 最近最新中文字幕大全电影3 | 黄网站色视频无遮挡免费观看| 极品教师在线免费播放| 精品卡一卡二卡四卡免费| 免费高清视频大片| 丁香六月欧美| 午夜福利在线免费观看网站| 久久久久久亚洲精品国产蜜桃av| 无限看片的www在线观看| 99在线人妻在线中文字幕| 一级毛片女人18水好多| 99热只有精品国产| 成人18禁在线播放| 婷婷六月久久综合丁香| 少妇的丰满在线观看| 国产精品久久久av美女十八| 亚洲一卡2卡3卡4卡5卡精品中文| 精品一区二区三区视频在线观看免费 | 午夜福利欧美成人| 国产精品 欧美亚洲| 女生性感内裤真人,穿戴方法视频| 又黄又粗又硬又大视频| 久久久国产成人免费| 亚洲精品久久成人aⅴ小说| 热re99久久国产66热| 男女之事视频高清在线观看| 国产成人欧美| 国产精品久久电影中文字幕| 久久精品人人爽人人爽视色| av免费在线观看网站| 性少妇av在线| 国产精品二区激情视频| 美女国产高潮福利片在线看| 久9热在线精品视频| 国产主播在线观看一区二区| 精品国产国语对白av| 国产精品久久视频播放| 99国产极品粉嫩在线观看| 9色porny在线观看| 欧美日韩乱码在线| 一进一出抽搐gif免费好疼 | 国产欧美日韩精品亚洲av| 曰老女人黄片| 免费在线观看黄色视频的| 丰满的人妻完整版| 无限看片的www在线观看| 久久香蕉激情| 另类亚洲欧美激情| 黑人操中国人逼视频| 久久午夜亚洲精品久久| 在线观看免费视频网站a站| 免费一级毛片在线播放高清视频 | 高清在线国产一区| 欧美日韩乱码在线| 老熟妇仑乱视频hdxx| 伦理电影免费视频| 大陆偷拍与自拍| 999精品在线视频| 人妻久久中文字幕网| 国产成人精品在线电影| 精品少妇一区二区三区视频日本电影| 国产成人一区二区三区免费视频网站| 两个人免费观看高清视频| 色播在线永久视频| tocl精华| av视频免费观看在线观看| 国产成人精品久久二区二区免费| 麻豆av在线久日| 国产在线观看jvid| 美女福利国产在线| 久久久久国内视频| 成人三级黄色视频| 男男h啪啪无遮挡| 这个男人来自地球电影免费观看| 国产三级在线视频| 日日摸夜夜添夜夜添小说| 黄片大片在线免费观看| 在线观看一区二区三区| 欧美日韩国产mv在线观看视频|