• <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
    亚洲精品亚洲一区二区| 国产欧美日韩一区二区三区在线 | 边亲边吃奶的免费视频| 欧美日韩一区二区视频在线观看视频在线| 日韩成人伦理影院| 亚洲丝袜综合中文字幕| 少妇精品久久久久久久| 91成人精品电影| 欧美成人午夜免费资源| 九九爱精品视频在线观看| tube8黄色片| 久久久精品免费免费高清| 亚洲欧美成人精品一区二区| 国产成人精品福利久久| 精品熟女少妇av免费看| 91午夜精品亚洲一区二区三区| 观看av在线不卡| 一级片'在线观看视频| 9色porny在线观看| 在线观看免费高清a一片| 国产精品久久久久久精品古装| 日韩电影二区| 国产有黄有色有爽视频| 国产国语露脸激情在线看| 日本爱情动作片www.在线观看| 国产精品国产三级国产专区5o| 国产午夜精品一二区理论片| 天天操日日干夜夜撸| 黑人高潮一二区| 人妻人人澡人人爽人人| 久久久久久久久久久丰满| 国产精品.久久久| 哪个播放器可以免费观看大片| 青春草亚洲视频在线观看| 国产精品99久久99久久久不卡 | 亚洲一级一片aⅴ在线观看| 免费观看无遮挡的男女| 999精品在线视频| 中国美白少妇内射xxxbb| 一级,二级,三级黄色视频| 欧美精品国产亚洲| 国产精品熟女久久久久浪| 内地一区二区视频在线| 免费人成在线观看视频色| 精品人妻一区二区三区麻豆| 国产男女超爽视频在线观看| 免费黄网站久久成人精品| 国产亚洲精品第一综合不卡 | 国产亚洲av片在线观看秒播厂| 少妇被粗大的猛进出69影院 | 国产亚洲av片在线观看秒播厂| 尾随美女入室| videosex国产| 99精国产麻豆久久婷婷| 国产精品不卡视频一区二区| 免费观看av网站的网址| freevideosex欧美| 搡女人真爽免费视频火全软件| 亚洲熟女精品中文字幕| 免费不卡的大黄色大毛片视频在线观看| xxxhd国产人妻xxx| 大香蕉97超碰在线| 在线 av 中文字幕| 国产 精品1| 亚洲精品第二区| 亚洲av综合色区一区| 久久久久久久国产电影| 久久99热6这里只有精品| 欧美bdsm另类| 欧美人与性动交α欧美精品济南到 | 日本黄色日本黄色录像| 美女脱内裤让男人舔精品视频| 亚洲av日韩在线播放| 国产精品成人在线| 亚洲综合色网址| 国产亚洲午夜精品一区二区久久| 日日爽夜夜爽网站| 中文字幕免费在线视频6| 亚洲国产日韩一区二区| 亚洲天堂av无毛| 最近中文字幕高清免费大全6| 妹子高潮喷水视频| 久久久久久久久久成人| 欧美日韩视频精品一区| 亚洲,一卡二卡三卡| 狠狠精品人妻久久久久久综合| 亚洲国产日韩一区二区| 免费播放大片免费观看视频在线观看| 久久韩国三级中文字幕| av线在线观看网站| 九九在线视频观看精品| 18禁裸乳无遮挡动漫免费视频| 春色校园在线视频观看| 午夜影院在线不卡| 天天操日日干夜夜撸| 黑人猛操日本美女一级片| 国产黄色视频一区二区在线观看| 午夜视频国产福利| 视频在线观看一区二区三区| 制服人妻中文乱码| 亚洲成人一二三区av| 国产成人freesex在线| 少妇被粗大猛烈的视频| 美女福利国产在线| 在线观看人妻少妇| 人妻夜夜爽99麻豆av| 九色成人免费人妻av| 狂野欧美激情性bbbbbb| 欧美老熟妇乱子伦牲交| 黄片无遮挡物在线观看| 久久青草综合色| 亚洲精品乱码久久久v下载方式| 日韩av不卡免费在线播放| 卡戴珊不雅视频在线播放| 18禁动态无遮挡网站| 久久精品人人爽人人爽视色| 亚洲综合色惰| 最近手机中文字幕大全| 精品一区二区三卡| 亚洲精品乱码久久久久久按摩| 黄片播放在线免费| 中文字幕亚洲精品专区| 成人亚洲欧美一区二区av| 国产一区亚洲一区在线观看| 简卡轻食公司| 欧美老熟妇乱子伦牲交| 婷婷色综合大香蕉| 成人无遮挡网站| 中文字幕免费在线视频6| 两个人免费观看高清视频| 两个人免费观看高清视频| 99re6热这里在线精品视频| 精品国产一区二区三区久久久樱花| 亚洲第一区二区三区不卡| 精品国产一区二区久久| 一级a做视频免费观看| 在线观看免费高清a一片| 美女福利国产在线| 国内精品宾馆在线| 国产深夜福利视频在线观看| 午夜福利,免费看| 成人亚洲精品一区在线观看| 18在线观看网站| 亚洲伊人久久精品综合| 视频中文字幕在线观看| 久久久久精品性色| av线在线观看网站| 日韩,欧美,国产一区二区三区| 国产免费一级a男人的天堂| 日韩精品有码人妻一区| 中文字幕最新亚洲高清| 99久久精品国产国产毛片| 欧美3d第一页| 免费人成在线观看视频色| 人体艺术视频欧美日本| 26uuu在线亚洲综合色| 多毛熟女@视频| 春色校园在线视频观看| h视频一区二区三区| 久久99精品国语久久久| 一区二区三区四区激情视频| 中文字幕人妻熟人妻熟丝袜美| 亚洲欧美一区二区三区黑人 | 久久久亚洲精品成人影院| 搡老乐熟女国产| 国产精品久久久久久久久免| 国产高清不卡午夜福利| 国产精品免费大片| 嘟嘟电影网在线观看| 国产男女超爽视频在线观看| 多毛熟女@视频| 日韩一区二区三区影片| 久久久久国产网址| 国产一区亚洲一区在线观看| 国产亚洲一区二区精品| 夫妻性生交免费视频一级片| 一级片'在线观看视频| 妹子高潮喷水视频| 99精国产麻豆久久婷婷| 国产亚洲最大av| 18禁动态无遮挡网站| 夫妻午夜视频| 青春草国产在线视频| 久久久久久久久久久免费av| 色哟哟·www| 久久久久久久国产电影| 国产成人精品在线电影| 久久人人爽人人爽人人片va| 亚洲av综合色区一区| 高清午夜精品一区二区三区| 狂野欧美激情性xxxx在线观看| 在线亚洲精品国产二区图片欧美 | 久久久久国产精品人妻一区二区| 看免费成人av毛片| 大码成人一级视频| 日本黄色片子视频| 人体艺术视频欧美日本| a级毛片免费高清观看在线播放| 亚洲av不卡在线观看| 欧美xxⅹ黑人| 黄片播放在线免费| 午夜福利视频在线观看免费| 大香蕉久久成人网| 一本久久精品| 国产又色又爽无遮挡免| 精品国产一区二区久久| 久久精品夜色国产| 久久久国产精品麻豆| 国产国拍精品亚洲av在线观看| 欧美3d第一页| 国产av码专区亚洲av| 99九九线精品视频在线观看视频| av黄色大香蕉| 日产精品乱码卡一卡2卡三| 男男h啪啪无遮挡| 在线观看三级黄色| 亚洲av综合色区一区| 欧美日韩一区二区视频在线观看视频在线| 精品一区在线观看国产| 亚洲精品一区蜜桃| 最新的欧美精品一区二区| 99久久综合免费| 午夜视频国产福利| 极品人妻少妇av视频| 国产黄色视频一区二区在线观看| 国产在线免费精品| 九色成人免费人妻av| 蜜桃久久精品国产亚洲av| 永久免费av网站大全| 亚洲,一卡二卡三卡| 日韩精品免费视频一区二区三区 | 黑人高潮一二区| 日本黄色片子视频| 免费观看在线日韩| 日韩成人av中文字幕在线观看| 免费黄频网站在线观看国产| 国产精品成人在线| 国产免费一区二区三区四区乱码| 久久久久久久国产电影| 亚洲欧美精品自产自拍| 夫妻午夜视频| 少妇 在线观看| av有码第一页| 中文字幕最新亚洲高清| 涩涩av久久男人的天堂| 在线观看免费日韩欧美大片 | 亚洲第一区二区三区不卡| 天美传媒精品一区二区| 日韩视频在线欧美| 日韩中字成人| 欧美日韩av久久| 亚洲中文av在线| 夫妻午夜视频| 91成人精品电影| av播播在线观看一区| 久久国内精品自在自线图片| 少妇被粗大的猛进出69影院 | 五月伊人婷婷丁香| 美女国产视频在线观看| 日日爽夜夜爽网站| 免费少妇av软件| 国产精品 国内视频| 又粗又硬又长又爽又黄的视频| 久久久久网色| 少妇 在线观看| 一个人免费看片子| 国产高清不卡午夜福利| 亚洲国产精品专区欧美| av女优亚洲男人天堂| 亚洲久久久国产精品| 只有这里有精品99| 综合色丁香网| 亚洲成人一二三区av| 亚洲性久久影院| 国产黄频视频在线观看| 久久综合国产亚洲精品| 一边摸一边做爽爽视频免费| 亚洲性久久影院| 日韩中字成人| 99九九在线精品视频| 老女人水多毛片| 永久免费av网站大全| 成人影院久久| 婷婷色av中文字幕| 黄色一级大片看看| 亚洲怡红院男人天堂| 精品国产国语对白av| 亚洲欧美色中文字幕在线| 母亲3免费完整高清在线观看 | 少妇丰满av| 麻豆乱淫一区二区| 91久久精品电影网| 婷婷色综合www| 不卡视频在线观看欧美| 亚洲av成人精品一二三区| 一级毛片我不卡| 久久精品国产a三级三级三级| 在线观看免费视频网站a站| 久久精品国产自在天天线| 欧美国产精品一级二级三级| 最近的中文字幕免费完整| 亚洲国产精品国产精品| 欧美日韩综合久久久久久| 日韩中字成人| 免费观看无遮挡的男女| 在线观看人妻少妇| 两个人的视频大全免费| 精品久久久久久久久av| 久久精品国产亚洲网站| 亚洲国产精品999| 日韩精品有码人妻一区| 美女cb高潮喷水在线观看| 亚洲丝袜综合中文字幕| 国产精品偷伦视频观看了| 久久国产亚洲av麻豆专区| 国产色爽女视频免费观看| 日韩人妻高清精品专区| 校园人妻丝袜中文字幕| videos熟女内射| 91国产中文字幕| 简卡轻食公司| 高清黄色对白视频在线免费看| 午夜91福利影院| 国产欧美亚洲国产| 9色porny在线观看| 18+在线观看网站| 国产精品免费大片| 国产免费又黄又爽又色| 日韩三级伦理在线观看| 丁香六月天网| 一区二区三区四区激情视频| 黄色欧美视频在线观看| 97超视频在线观看视频| 精品人妻一区二区三区麻豆| 久久精品久久久久久噜噜老黄| 国产无遮挡羞羞视频在线观看| 亚洲精品乱码久久久久久按摩| 中文乱码字字幕精品一区二区三区| 九九在线视频观看精品| 一区二区三区免费毛片| 岛国毛片在线播放| 免费观看性生交大片5| 麻豆成人av视频| 中文字幕最新亚洲高清| 午夜视频国产福利| 国产精品欧美亚洲77777| 黄色欧美视频在线观看| 国产精品人妻久久久影院| 极品少妇高潮喷水抽搐| www.色视频.com| 中文字幕亚洲精品专区| 五月伊人婷婷丁香| 欧美成人精品欧美一级黄| 午夜av观看不卡| 国产日韩欧美视频二区| 午夜日本视频在线| 97精品久久久久久久久久精品| 人妻夜夜爽99麻豆av| 国语对白做爰xxxⅹ性视频网站| 日韩熟女老妇一区二区性免费视频| 欧美性感艳星| 中国美白少妇内射xxxbb| 日本猛色少妇xxxxx猛交久久| 亚洲av成人精品一区久久| 99久久中文字幕三级久久日本| 日日啪夜夜爽| 日本vs欧美在线观看视频| 国产深夜福利视频在线观看| 草草在线视频免费看| 成年av动漫网址| 国产极品粉嫩免费观看在线 | 亚洲精品美女久久av网站| 观看美女的网站| 亚洲久久久国产精品| 午夜免费鲁丝| 国产在线视频一区二区| 日本爱情动作片www.在线观看| 99re6热这里在线精品视频| 在线观看美女被高潮喷水网站| 97超碰精品成人国产| 中文字幕最新亚洲高清| 亚洲精华国产精华液的使用体验| 一级二级三级毛片免费看| 国产精品不卡视频一区二区| 久久人人爽人人爽人人片va| 午夜福利视频在线观看免费| 亚洲国产av新网站| 97在线人人人人妻| 我的女老师完整版在线观看| 在线观看人妻少妇| 精品久久蜜臀av无| av在线老鸭窝| 国产男人的电影天堂91| 免费人成在线观看视频色| 夫妻午夜视频| 亚洲欧美成人精品一区二区| av天堂久久9| 蜜桃在线观看..| 亚洲情色 制服丝袜| 在线精品无人区一区二区三| 国产高清有码在线观看视频| 成人免费观看视频高清| 丰满少妇做爰视频| av.在线天堂| 国产精品嫩草影院av在线观看| 大话2 男鬼变身卡| 丝袜脚勾引网站| av网站免费在线观看视频| 精品人妻熟女av久视频| 最新的欧美精品一区二区| 建设人人有责人人尽责人人享有的| 亚洲精品久久久久久婷婷小说| 韩国高清视频一区二区三区| 3wmmmm亚洲av在线观看| 熟妇人妻不卡中文字幕| 中国三级夫妇交换| 男女无遮挡免费网站观看| √禁漫天堂资源中文www| 80岁老熟妇乱子伦牲交| 久久影院123| 99国产精品免费福利视频| 日本av手机在线免费观看| 国产成人午夜福利电影在线观看| 免费大片18禁| 五月开心婷婷网| 成人无遮挡网站| 亚洲欧美一区二区三区黑人 | 啦啦啦中文免费视频观看日本| 亚洲中文av在线| 丰满少妇做爰视频| 永久免费av网站大全| 欧美xxxx性猛交bbbb| 91国产中文字幕| 欧美成人精品欧美一级黄| 亚洲怡红院男人天堂| 免费黄频网站在线观看国产| 高清av免费在线| 人妻 亚洲 视频| 亚洲欧洲精品一区二区精品久久久 | 永久免费av网站大全| 狂野欧美白嫩少妇大欣赏| 亚洲精品,欧美精品| 国产精品蜜桃在线观看| 久久久久久伊人网av| 少妇精品久久久久久久| 97在线视频观看| 亚洲无线观看免费| 国产免费视频播放在线视频| 天堂中文最新版在线下载| 成年人午夜在线观看视频| 国产永久视频网站| 亚洲av综合色区一区| 国产国语露脸激情在线看| av在线app专区| 国产男人的电影天堂91| 国产不卡av网站在线观看| 久久综合国产亚洲精品| 国产白丝娇喘喷水9色精品| 夜夜骑夜夜射夜夜干| 欧美精品人与动牲交sv欧美| av网站免费在线观看视频| 在线 av 中文字幕| 男的添女的下面高潮视频| 曰老女人黄片| 欧美三级亚洲精品| 久久久久国产网址| 久久久国产一区二区| 黑人巨大精品欧美一区二区蜜桃 | videosex国产| 日韩成人av中文字幕在线观看| 一区二区日韩欧美中文字幕 | 交换朋友夫妻互换小说| 久久国内精品自在自线图片| 人妻一区二区av| 色吧在线观看| 亚洲国产精品国产精品| 看非洲黑人一级黄片| 亚洲精品第二区| 人成视频在线观看免费观看| 大片免费播放器 马上看| 国产精品人妻久久久久久| 色婷婷av一区二区三区视频| 蜜桃国产av成人99| 欧美日韩成人在线一区二区| 欧美xxxx性猛交bbbb| 边亲边吃奶的免费视频| 欧美 亚洲 国产 日韩一| 欧美日韩一区二区视频在线观看视频在线| 亚洲高清免费不卡视频| 国产成人精品在线电影| 人人澡人人妻人| 国产探花极品一区二区| 国语对白做爰xxxⅹ性视频网站| 成人毛片a级毛片在线播放| 国产无遮挡羞羞视频在线观看| 亚洲国产av新网站| 久久久久国产网址| av不卡在线播放| 免费人妻精品一区二区三区视频| 97在线人人人人妻| 久久ye,这里只有精品| 黄色配什么色好看| 国产片特级美女逼逼视频| 亚洲美女黄色视频免费看| 精品亚洲乱码少妇综合久久| 一级毛片电影观看| 大香蕉久久网| 午夜激情av网站| 观看av在线不卡| 免费少妇av软件| 免费久久久久久久精品成人欧美视频 | 成人二区视频| 女性生殖器流出的白浆| 一本色道久久久久久精品综合| 中文字幕制服av| 欧美日韩精品成人综合77777| 晚上一个人看的免费电影| 日韩伦理黄色片| 三上悠亚av全集在线观看| 免费高清在线观看视频在线观看| 99九九在线精品视频| 狠狠婷婷综合久久久久久88av| 亚洲色图综合在线观看| 久久亚洲国产成人精品v| 一级a做视频免费观看| 又黄又爽又刺激的免费视频.| 久久久久久伊人网av| 国产一级毛片在线| 天天操日日干夜夜撸| 国产 精品1| 国产免费一级a男人的天堂| 亚洲综合精品二区| 色网站视频免费| 美女cb高潮喷水在线观看| 久久热精品热| 99热6这里只有精品| 国产av码专区亚洲av| 老司机亚洲免费影院| 国产女主播在线喷水免费视频网站| 日韩欧美精品免费久久| 国产精品久久久久久久电影| 国产精品熟女久久久久浪| 日韩av不卡免费在线播放| 黄色毛片三级朝国网站| 久久精品人人爽人人爽视色| 亚洲婷婷狠狠爱综合网| 99国产综合亚洲精品| 免费日韩欧美在线观看| 高清黄色对白视频在线免费看| 亚洲国产色片| 免费人妻精品一区二区三区视频| 秋霞在线观看毛片| 亚洲一区二区三区欧美精品| 最近的中文字幕免费完整| 18在线观看网站| 天堂俺去俺来也www色官网| 18在线观看网站| 亚洲精品中文字幕在线视频| 这个男人来自地球电影免费观看 | 在线观看一区二区三区激情| 国产男人的电影天堂91| 成年女人在线观看亚洲视频| 夫妻午夜视频| 亚洲欧美成人精品一区二区| 国产精品女同一区二区软件| 亚洲,欧美,日韩| 少妇猛男粗大的猛烈进出视频| 亚洲成人av在线免费| 亚洲四区av| 久久久久久久久久久久大奶| 一边摸一边做爽爽视频免费| 午夜av观看不卡| 熟妇人妻不卡中文字幕| 日本vs欧美在线观看视频| 国产av一区二区精品久久| 精品卡一卡二卡四卡免费| 最新的欧美精品一区二区| 丝袜喷水一区| 18禁在线播放成人免费| 肉色欧美久久久久久久蜜桃| 国产一级毛片在线| 日本猛色少妇xxxxx猛交久久| 久久精品人人爽人人爽视色| 国产精品国产三级国产专区5o| 成人国产av品久久久| 久久影院123| 免费观看av网站的网址| 国产精品久久久久久久久免| 一级a做视频免费观看| 国产成人精品在线电影| 建设人人有责人人尽责人人享有的| 国产欧美另类精品又又久久亚洲欧美| 欧美日本中文国产一区发布| 亚洲人与动物交配视频| 桃花免费在线播放| 一个人看视频在线观看www免费| 曰老女人黄片| 菩萨蛮人人尽说江南好唐韦庄| 日韩在线高清观看一区二区三区| 99久国产av精品国产电影| 精品久久久久久久久亚洲| 热99久久久久精品小说推荐| 夜夜骑夜夜射夜夜干| 欧美bdsm另类| kizo精华| 国产精品嫩草影院av在线观看| 久久精品国产自在天天线| 91精品一卡2卡3卡4卡| 亚洲av免费高清在线观看| 一区二区av电影网| 97超碰精品成人国产| 热99国产精品久久久久久7| 日韩精品有码人妻一区| 熟女av电影| 亚洲av免费高清在线观看|