• <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
    午夜成年电影在线免费观看| 老司机亚洲免费影院| 欧美日韩黄片免| 99re在线观看精品视频| 大香蕉久久网| 成人黄色视频免费在线看| 美女扒开内裤让男人捅视频| 成人永久免费在线观看视频 | 亚洲av第一区精品v没综合| 精品熟女少妇八av免费久了| 日日爽夜夜爽网站| 国产高清视频在线播放一区| 国产一卡二卡三卡精品| a在线观看视频网站| 十分钟在线观看高清视频www| 久久99热这里只频精品6学生| av免费在线观看网站| 午夜福利视频在线观看免费| av有码第一页| 香蕉国产在线看| 国产精品欧美亚洲77777| 两性午夜刺激爽爽歪歪视频在线观看 | 一级片'在线观看视频| 成人精品一区二区免费| 久久人人97超碰香蕉20202| 欧美黑人欧美精品刺激| 大香蕉久久成人网| www.熟女人妻精品国产| 欧美日韩av久久| videos熟女内射| 欧美激情极品国产一区二区三区| 国产精品美女特级片免费视频播放器 | 日韩欧美国产一区二区入口| 中文字幕人妻丝袜一区二区| 久久香蕉激情| 啦啦啦视频在线资源免费观看| 999久久久精品免费观看国产| 18禁国产床啪视频网站| 国产色视频综合| 欧美精品av麻豆av| 亚洲精品一卡2卡三卡4卡5卡| 免费黄频网站在线观看国产| 亚洲av日韩精品久久久久久密| 后天国语完整版免费观看| 久久午夜综合久久蜜桃| 女同久久另类99精品国产91| 国产主播在线观看一区二区| 中亚洲国语对白在线视频| 一级片'在线观看视频| 国产精品久久久久成人av| 老熟女久久久| 露出奶头的视频| 国产麻豆69| 久久国产亚洲av麻豆专区| 老司机靠b影院| 深夜精品福利| 国产欧美日韩一区二区精品| 国产1区2区3区精品| 国产成人欧美| 在线天堂中文资源库| 日本av免费视频播放| 国产片内射在线| a级毛片黄视频| 国产xxxxx性猛交| 男女之事视频高清在线观看| 熟女少妇亚洲综合色aaa.| 国产精品熟女久久久久浪| 国产男靠女视频免费网站| 91成年电影在线观看| 成人黄色视频免费在线看| 高潮久久久久久久久久久不卡| 建设人人有责人人尽责人人享有的| 久久精品aⅴ一区二区三区四区| 日本a在线网址| 桃花免费在线播放| 欧美性长视频在线观看| 男女无遮挡免费网站观看| 男女免费视频国产| 法律面前人人平等表现在哪些方面| 欧美国产精品va在线观看不卡| 91成人精品电影| 一夜夜www| 最新在线观看一区二区三区| 免费日韩欧美在线观看| 久久精品熟女亚洲av麻豆精品| 欧美在线一区亚洲| 大码成人一级视频| av免费在线观看网站| 欧美午夜高清在线| 又大又爽又粗| 亚洲 欧美一区二区三区| 999久久久国产精品视频| 成人亚洲精品一区在线观看| 国产97色在线日韩免费| 久热爱精品视频在线9| 热99久久久久精品小说推荐| 69精品国产乱码久久久| 天天躁日日躁夜夜躁夜夜| 男女午夜视频在线观看| 亚洲av欧美aⅴ国产| 亚洲欧洲日产国产| 国产无遮挡羞羞视频在线观看| 国产91精品成人一区二区三区 | 成年版毛片免费区| 999精品在线视频| 蜜桃在线观看..| 国产一区二区激情短视频| 亚洲人成电影免费在线| 亚洲 欧美一区二区三区| 国产深夜福利视频在线观看| 性色av乱码一区二区三区2| 欧美一级毛片孕妇| 亚洲熟女毛片儿| 男女床上黄色一级片免费看| 国产麻豆69| 夜夜骑夜夜射夜夜干| 十八禁高潮呻吟视频| 欧美日韩亚洲综合一区二区三区_| 欧美黄色淫秽网站| 下体分泌物呈黄色| 欧美变态另类bdsm刘玥| 91国产中文字幕| 青青草视频在线视频观看| 精品国产亚洲在线| 国产免费现黄频在线看| 国产成人欧美在线观看 | 美女午夜性视频免费| 狠狠婷婷综合久久久久久88av| 欧美人与性动交α欧美精品济南到| 日本撒尿小便嘘嘘汇集6| 国产精品九九99| 最近最新中文字幕大全免费视频| 一区二区av电影网| 欧美另类亚洲清纯唯美| 午夜激情av网站| 在线永久观看黄色视频| 亚洲一卡2卡3卡4卡5卡精品中文| 美国免费a级毛片| 国产一区有黄有色的免费视频| a级毛片在线看网站| 久久影院123| 悠悠久久av| 色94色欧美一区二区| 自拍欧美九色日韩亚洲蝌蚪91| 麻豆成人av在线观看| 99精品欧美一区二区三区四区| 在线观看免费午夜福利视频| 热99国产精品久久久久久7| 在线观看免费视频网站a站| 又大又爽又粗| 国产成+人综合+亚洲专区| 国产主播在线观看一区二区| 后天国语完整版免费观看| 久久精品国产综合久久久| 男女午夜视频在线观看| 老鸭窝网址在线观看| 欧美国产精品一级二级三级| 国产精品影院久久| 高清毛片免费观看视频网站 | 亚洲av欧美aⅴ国产| 人人澡人人妻人| 久久人人97超碰香蕉20202| 男女之事视频高清在线观看| 精品少妇久久久久久888优播| 97在线人人人人妻| 汤姆久久久久久久影院中文字幕| 日日爽夜夜爽网站| 国产免费av片在线观看野外av| 成人手机av| 久久 成人 亚洲| 男女午夜视频在线观看| 久久精品亚洲av国产电影网| 久久精品国产综合久久久| 男女无遮挡免费网站观看| 香蕉国产在线看| 亚洲午夜理论影院| 久久精品aⅴ一区二区三区四区| 日本av免费视频播放| 亚洲av片天天在线观看| 国产免费av片在线观看野外av| 久久久国产成人免费| 又黄又粗又硬又大视频| 欧美黄色片欧美黄色片| 亚洲人成伊人成综合网2020| 久久国产精品影院| 午夜福利在线免费观看网站| 99香蕉大伊视频| 久久人妻av系列| 亚洲精品一卡2卡三卡4卡5卡| 精品人妻1区二区| 国产精品.久久久| 国产精品成人在线| 在线播放国产精品三级| 成年人午夜在线观看视频| 国产精品影院久久| 国产午夜精品久久久久久| a级毛片在线看网站| 老司机午夜福利在线观看视频 | 在线亚洲精品国产二区图片欧美| 一进一出好大好爽视频| 欧美激情高清一区二区三区| e午夜精品久久久久久久| 窝窝影院91人妻| 不卡一级毛片| 黄片小视频在线播放| 亚洲一区二区三区欧美精品| √禁漫天堂资源中文www| 老司机深夜福利视频在线观看| 国产深夜福利视频在线观看| 大香蕉久久网| 纯流量卡能插随身wifi吗| 天天躁狠狠躁夜夜躁狠狠躁| 一二三四社区在线视频社区8| 人成视频在线观看免费观看| 成人免费观看视频高清| 亚洲精华国产精华精| 日本vs欧美在线观看视频| 国产在线精品亚洲第一网站| 欧美激情久久久久久爽电影 | 免费在线观看影片大全网站| 精品乱码久久久久久99久播| 欧美精品人与动牲交sv欧美| 大码成人一级视频| 丰满少妇做爰视频| 纯流量卡能插随身wifi吗| 精品少妇黑人巨大在线播放| a在线观看视频网站| √禁漫天堂资源中文www| 一边摸一边抽搐一进一出视频| 啦啦啦免费观看视频1| 中文字幕另类日韩欧美亚洲嫩草| 自线自在国产av| 99国产精品免费福利视频| 大香蕉久久成人网| 精品少妇久久久久久888优播| 麻豆乱淫一区二区| 国产欧美日韩一区二区三| 国产成人精品无人区| www.精华液| 国产精品免费视频内射| 成人亚洲精品一区在线观看| 精品少妇久久久久久888优播| 国产亚洲精品第一综合不卡| 久久中文字幕人妻熟女| 女警被强在线播放| 91精品国产国语对白视频| 午夜视频精品福利| 亚洲精品国产精品久久久不卡| 亚洲天堂av无毛| 人人澡人人妻人| 国产一区二区三区视频了| 亚洲成人国产一区在线观看| 国产av又大| 91老司机精品| 国产无遮挡羞羞视频在线观看| 欧美黑人欧美精品刺激| 青草久久国产| 亚洲欧美日韩高清在线视频 | 天天操日日干夜夜撸| 欧美国产精品一级二级三级| 精品国产亚洲在线| 欧美日本中文国产一区发布| 多毛熟女@视频| 国产男靠女视频免费网站| 欧美乱妇无乱码| 亚洲午夜精品一区,二区,三区| 精品久久久久久久毛片微露脸| 成人影院久久| 国产精品香港三级国产av潘金莲| 少妇的丰满在线观看| 在线亚洲精品国产二区图片欧美| 日本av免费视频播放| 曰老女人黄片| 国产精品av久久久久免费| 欧美精品av麻豆av| 国产淫语在线视频| 久9热在线精品视频| 黄色视频在线播放观看不卡| 精品熟女少妇八av免费久了| 又紧又爽又黄一区二区| 一夜夜www| 国精品久久久久久国模美| av在线播放免费不卡| 国产麻豆69| 丰满饥渴人妻一区二区三| 在线看a的网站| 亚洲精品av麻豆狂野| 精品人妻在线不人妻| 两人在一起打扑克的视频| 成人特级黄色片久久久久久久 | xxxhd国产人妻xxx| 久久精品aⅴ一区二区三区四区| 亚洲成a人片在线一区二区| 亚洲精品在线美女| 久久精品亚洲av国产电影网| 麻豆乱淫一区二区| 亚洲av国产av综合av卡| 侵犯人妻中文字幕一二三四区| 精品免费久久久久久久清纯 | 亚洲 国产 在线| 中亚洲国语对白在线视频| 国产精品久久久久成人av| 90打野战视频偷拍视频| 亚洲精品av麻豆狂野| 精品乱码久久久久久99久播| 国产日韩一区二区三区精品不卡| 蜜桃在线观看..| 欧美另类亚洲清纯唯美| 日韩 欧美 亚洲 中文字幕| 99热网站在线观看| 午夜免费成人在线视频| 精品久久久久久电影网| 国产在线一区二区三区精| tocl精华| 久久久久久免费高清国产稀缺| 免费看十八禁软件| av免费在线观看网站| 满18在线观看网站| 午夜福利影视在线免费观看| 午夜福利免费观看在线| 亚洲成人手机| 亚洲久久久国产精品| 国产精品久久电影中文字幕 | 国产主播在线观看一区二区| 精品久久蜜臀av无| 色在线成人网| 日本撒尿小便嘘嘘汇集6| 欧美 日韩 精品 国产| 日韩大码丰满熟妇| 久久国产精品影院| 国产精品 国内视频| 欧美性长视频在线观看| 俄罗斯特黄特色一大片| 午夜日韩欧美国产| 国产精品自产拍在线观看55亚洲 | 黄色 视频免费看| 视频在线观看一区二区三区| 亚洲五月色婷婷综合| 久久99一区二区三区| 又黄又粗又硬又大视频| 男女免费视频国产| 手机成人av网站| 狠狠狠狠99中文字幕| 亚洲午夜理论影院| 精品国产一区二区三区久久久樱花| 国产成人免费无遮挡视频| 国产在线视频一区二区| 黄色怎么调成土黄色| 亚洲男人天堂网一区| 成人18禁在线播放| 他把我摸到了高潮在线观看 | 十八禁网站网址无遮挡| 国产99久久九九免费精品| 国产精品二区激情视频| 淫妇啪啪啪对白视频| 国产伦理片在线播放av一区| 精品第一国产精品| 91精品三级在线观看| 欧美大码av| 国产精品国产av在线观看| 在线播放国产精品三级| 欧美激情 高清一区二区三区| 国产精品 欧美亚洲| 午夜福利欧美成人| 黑人猛操日本美女一级片| 精品一区二区三卡| 午夜久久久在线观看| av在线播放免费不卡| 欧美日韩亚洲国产一区二区在线观看 | 老司机在亚洲福利影院| 男女边摸边吃奶| 老司机在亚洲福利影院| 一边摸一边抽搐一进一小说 | 午夜福利,免费看| 久久久久精品国产欧美久久久| 精品人妻在线不人妻| 国产亚洲午夜精品一区二区久久| 国产不卡一卡二| 国产单亲对白刺激| 久久国产精品男人的天堂亚洲| 国产精品亚洲av一区麻豆| 女人高潮潮喷娇喘18禁视频| 十分钟在线观看高清视频www| 丝瓜视频免费看黄片| 日本一区二区免费在线视频| 黑人巨大精品欧美一区二区蜜桃| 亚洲伊人久久精品综合| av天堂在线播放| 久久这里只有精品19| 国产在线一区二区三区精| 99热国产这里只有精品6| 成人av一区二区三区在线看| 久久久国产成人免费| 久久婷婷成人综合色麻豆| 热99久久久久精品小说推荐| 黄片播放在线免费| 老汉色av国产亚洲站长工具| 窝窝影院91人妻| 女人久久www免费人成看片| 啦啦啦在线免费观看视频4| 亚洲精品美女久久久久99蜜臀| 最新美女视频免费是黄的| 欧美变态另类bdsm刘玥| 最近最新中文字幕大全电影3 | 大香蕉久久网| 99久久99久久久精品蜜桃| 美女高潮到喷水免费观看| 成人18禁高潮啪啪吃奶动态图| 亚洲欧美色中文字幕在线| 丁香欧美五月| kizo精华| 最黄视频免费看| 一边摸一边抽搐一进一出视频| 啦啦啦 在线观看视频| 最新在线观看一区二区三区| 久久久久久人人人人人| 国产有黄有色有爽视频| 两个人看的免费小视频| 日本五十路高清| 成年人黄色毛片网站| 手机成人av网站| 免费观看av网站的网址| 日日爽夜夜爽网站| 国产精品国产av在线观看| 亚洲第一欧美日韩一区二区三区 | 亚洲精品一二三| 日韩大片免费观看网站| 老熟妇仑乱视频hdxx| 这个男人来自地球电影免费观看| 美国免费a级毛片| 欧美黑人欧美精品刺激| √禁漫天堂资源中文www| 欧美av亚洲av综合av国产av| 日本一区二区免费在线视频| 久久婷婷成人综合色麻豆| 日韩熟女老妇一区二区性免费视频| 欧美一级毛片孕妇| 变态另类成人亚洲欧美熟女 | 夜夜爽天天搞| 最新美女视频免费是黄的| 国产野战对白在线观看| 极品人妻少妇av视频| 人人妻,人人澡人人爽秒播| 亚洲人成伊人成综合网2020| 搡老岳熟女国产| 丰满人妻熟妇乱又伦精品不卡| 国产免费av片在线观看野外av| 久久影院123| 一二三四社区在线视频社区8| 亚洲中文日韩欧美视频| 免费女性裸体啪啪无遮挡网站| 超碰成人久久| 久久天躁狠狠躁夜夜2o2o| 麻豆成人av在线观看| 成年人黄色毛片网站| 精品少妇一区二区三区视频日本电影| 桃红色精品国产亚洲av| 中文字幕制服av| 亚洲国产av影院在线观看| av天堂在线播放| av又黄又爽大尺度在线免费看| 国产主播在线观看一区二区| 最新美女视频免费是黄的| 国产在线视频一区二区| av国产精品久久久久影院| 一个人免费在线观看的高清视频| 久久精品亚洲熟妇少妇任你| 超色免费av| 免费在线观看影片大全网站| 操美女的视频在线观看| 人妻 亚洲 视频| 久久影院123| 黄色视频不卡| av电影中文网址| 精品福利永久在线观看| 妹子高潮喷水视频| 亚洲人成伊人成综合网2020| h视频一区二区三区| 国产成人av激情在线播放| 女人久久www免费人成看片| 亚洲va日本ⅴa欧美va伊人久久| 久久精品成人免费网站| 12—13女人毛片做爰片一| 亚洲伊人久久精品综合| av视频免费观看在线观看| 脱女人内裤的视频| 久久中文字幕人妻熟女| 黑人巨大精品欧美一区二区mp4| 日本av免费视频播放| 每晚都被弄得嗷嗷叫到高潮| 一区在线观看完整版| 欧美亚洲日本最大视频资源| 久久久久久久大尺度免费视频| 久久人妻福利社区极品人妻图片| av国产精品久久久久影院| 十八禁网站免费在线| 国产成人av激情在线播放| 国产一卡二卡三卡精品| 久久久久精品国产欧美久久久| avwww免费| 2018国产大陆天天弄谢| 两个人免费观看高清视频| 色尼玛亚洲综合影院| 精品人妻1区二区| 99精品久久久久人妻精品| 麻豆成人av在线观看| 国产精品偷伦视频观看了| 国产日韩欧美视频二区| 汤姆久久久久久久影院中文字幕| 国产精品亚洲一级av第二区| 久久精品成人免费网站| 午夜激情av网站| 久久免费观看电影| 美女国产高潮福利片在线看| 高清黄色对白视频在线免费看| 不卡av一区二区三区| 天堂中文最新版在线下载| 国产老妇伦熟女老妇高清| 最近最新中文字幕大全免费视频| 国产老妇伦熟女老妇高清| 一级,二级,三级黄色视频| 亚洲精品一卡2卡三卡4卡5卡| 麻豆av在线久日| 亚洲午夜精品一区,二区,三区| 在线观看免费日韩欧美大片| 久久久久久久大尺度免费视频| 中文字幕人妻熟女乱码| 日本五十路高清| 精品欧美一区二区三区在线| 天天影视国产精品| 人妻久久中文字幕网| 男女无遮挡免费网站观看| 最新美女视频免费是黄的| 国产一区二区激情短视频| 成人永久免费在线观看视频 | 欧美大码av| 99国产精品免费福利视频| 久久99热这里只频精品6学生| 亚洲av日韩精品久久久久久密| 丁香六月欧美| 狠狠婷婷综合久久久久久88av| 亚洲精品一卡2卡三卡4卡5卡| 桃红色精品国产亚洲av| 超碰97精品在线观看| 天堂动漫精品| 中文欧美无线码| 国产精品久久久久久精品电影小说| cao死你这个sao货| 精品少妇一区二区三区视频日本电影| 久久香蕉激情| 久久久国产欧美日韩av| 亚洲avbb在线观看| 宅男免费午夜| 午夜福利视频精品| 狠狠狠狠99中文字幕| 亚洲自偷自拍图片 自拍| 麻豆av在线久日| 欧美 日韩 精品 国产| 国产区一区二久久| 亚洲精品久久成人aⅴ小说| 久久影院123| 国产一区二区三区综合在线观看| 亚洲精品av麻豆狂野| 国产精品自产拍在线观看55亚洲 | 色综合婷婷激情| cao死你这个sao货| 激情视频va一区二区三区| 精品国产乱码久久久久久小说| 欧美av亚洲av综合av国产av| 多毛熟女@视频| 91字幕亚洲| 日韩一卡2卡3卡4卡2021年| videos熟女内射| √禁漫天堂资源中文www| 天堂动漫精品| 国产成人免费无遮挡视频| 精品国产一区二区三区久久久樱花| 天天躁日日躁夜夜躁夜夜| 欧美日韩中文字幕国产精品一区二区三区 | 无限看片的www在线观看| av网站免费在线观看视频| 免费一级毛片在线播放高清视频 | 韩国精品一区二区三区| 热99re8久久精品国产| 一区二区三区激情视频| 叶爱在线成人免费视频播放| 国产成+人综合+亚洲专区| 国产一区二区三区在线臀色熟女 | av不卡在线播放| 1024视频免费在线观看| 在线十欧美十亚洲十日本专区| 两性夫妻黄色片| 国产成人欧美| 制服诱惑二区| 丝袜喷水一区| 国产亚洲欧美精品永久| 国产不卡av网站在线观看| 黑人猛操日本美女一级片| 久久久国产欧美日韩av| 99热网站在线观看| 蜜桃国产av成人99| 亚洲av国产av综合av卡| 自线自在国产av| 性少妇av在线| 午夜精品国产一区二区电影| 又大又爽又粗| 亚洲专区国产一区二区| 精品熟女少妇八av免费久了| 精品一区二区三区视频在线观看免费 | 国产xxxxx性猛交| 正在播放国产对白刺激| 人妻 亚洲 视频| 自拍欧美九色日韩亚洲蝌蚪91| 91麻豆精品激情在线观看国产 | 乱人伦中国视频|