сгенерировать QR код
Открытый доступ
Только для подписчиков
Комбинированные методы спектрального анализа неоднородного потока зерновых смесей
https://doi.org/10.32446/0132-4713.2018-4-17-36
Аннотация
Рассмотрены задачи классификации элементов зерновых смесей и определения их сортовой принадлежности для выявления семян, заражённых фузариозом. Поставленные задачи решены на основе комбинирования спектральных измерений, проведённых различными оптическими методами в разных диапазонах длин волн. Описана система регистрации комбинированных спектров отражения и пропускания при обработке неоднородного потока элементов зерновых смесей. Проведён анализ спектральных измерений с применением нейросетевых алгоритмов классификации и алгоритмов понижения размерности. Приведены зависимости оценок ошибок классификации от количества признаков, определяемых при понижении размерности исходных измерений. Получены оценки ошибок классификации элементов зерновых смесей для различных комбинаций оптических методов спектрального анализа.
Об авторах
Э. К. Алгазинов
Воронежский государственный университет
Россия
Россия
А. О. Донских
Воронежский государственный университет
Россия
Россия
Д. А. Минаков
Воронежский государственный университет
Россия
Россия
А. А. Сирота
Воронежский государственный университет
Россия
Россия
Список литературы
1. Huang M., Wang Q. G., Zhu Q. B., Qin J. W., Huang G. Review of seed quality and safety tests using optical sensing technologies // Seed Sci. & Technol. 2015. V. 43. P. 337-366.
2. Delwiche S. R., Chen Yud-Ren, Hruschka W. R. Differentiation of Hard Red Wheat by Near-Infrared Analysis of Bulk Samples // Cereal chem. 1995. V. 72. No. 3. P. 243-247.
3. Wu D., Feng L., He Y., Bao Y. Variety identification of Chinese cabbage seeds using visible and near-infrared spectroscopy // Transactions of the ASABE. 2008. No. 51. P. 2193-2199.
4. Giacomo D., Stefania dZ. A multivariate regression model for detection of fumonisins content in maize from near infrared spectra // Food Chemistry. 2013. No. 141. P. 4289-4294.
5. Sirisomboon P., Hashimoto Y., Tanaka M. Study on non-destructive evaluation methods for defect pods for green soybean processing by near-infrared spectroscopy. // J. Food Engineering. 2009. No. 93. P. 502-512.
6. Алгазинов Э. К., Дрюченко М. А., Минаков Д. А., Сирота А. А., Шульгин В. А. Методы измерений спектральных характеристик и распознавания элементов зерновых смесей в системах сепарации реального времени. // Измерительная техника. 2014. № 1. С. 36-41.
7. Donskikh A. O., Minakov D. A., Sirota A. A., Shulgin V. A. Methods of analysis and classification of the components of grain mixtures based on measuring the reflection and transmission spectra. // Scientific Study and Research: Chemistry and Chemical Engineering, Biotechnology, Food Industry. 2017. No. 18(3). P. 291-302.
8. Пат. 2489215 РФ, МПК В07С 99/00. Лазерный сортировщик / Э. М. Бабишов, В. А. Гольдфарб, Д. А. Минаков, Г. В. Пахомов, В. Д. Стрыгин, Г. В. Чуйко, А. А. Чуриков, В. А. Шульгин // Изобретения. Полезные модели. 2013. № 22.
9. Пат. 2521215 РФ, МПК В07С 5/34. Оптоволоконный лазерный сортировщик / В. А. Шульгин, Э. М. Бабишов, В. А. Гольдфарб, Д. А. Минаков, Г. В. Пахомов, О. В. Соколова, В. Д. Стрыгин, Г. В. Чуйко, А. А. Чуриков // Изобретения. Полезные модели. 2014. № 18.
10. Mahesh S., Manickavasagan A., Jayas D. S., Paliwal J., White N.D.G. Feasibility of near-infrared hyperspectral imaging to differentiate Canadian wheat classes // Biosyst. Eng. 2008. No. 101. P. 50-57.
11. Yang X., Hong H., You Z., Cheng F. Spectral and Image Integrated Analysis of Hyperspectral Data for Waxy Corn Seed Variety Classification // Sensors. 2015. No. 15(7). P. 15578-15594.
12. Kong W., Zhang C., Liu F., Nie P., He Y. Rice Seed Cultivar Identification Using Near-Infrared Hyperspectral Imaging and Multivariate Data Analysis // Sensors. 2013. No.13(7). P. 8916-8927.
13. Bauriegel E., Giebel A., Herppich W. B. Hyperspectral and Chlorophyll Fluorescence Imaging to Analyse the Impact of Fusarium culmorum on the Photosynthetic Integrity of Infected Wheat Ears // Sensors. 2011. No. 11(4). P. 3765-3779.
14. Yao H. B., Hruska Z., Kincaid R., Brown R. L., Bhatnagar D., Cleveland T. E. Detecting maize inoculated with toxigenic and atoxigenic fungal strains with fluorescence hyperspectral imagery // Biosyst. Eng. 2013. No. 115. P. 125-135.
15. ГОСТ 31646-2012. Зерновые культуры. Метод определения содержания фузариозных зёрен.
Рецензия
Для цитирования:
Алгазинов Э.К., Донских А.О., Минаков Д.А., Сирота А.А. Комбинированные методы спектрального анализа неоднородного потока зерновых смесей. Метрология. 2018;(4):17-36. https://doi.org/10.32446/0132-4713.2018-4-17-36
Просмотров:
190
