孙宏伟
- 作品数：13 被引量：76H指数：6
- 供职机构：中国农业大学工学院更多>>
- 发文基金：公益性行业科研专项国家科技支撑计划公益性行业(农业)科研专项更多>>
- 相关领域：理学农业科学轻工技术与工程机械工程更多>>
- 一种集成便携式LED光源检测器
- 本实用新型属于农产品品质检测技术领域，特别涉及一种集成便携式LED光源检测器。本实用新型的目的在于提供一种将不同波段LED光源集中于探头，实现光源与检测一体化的集成便携式LED光源检测器。所述集成便携式LED光源检测器包...
- 彭彦昆魏文松张文平孙宏伟
- 文献传递
- 一种果蔬便携式无损检测设备及其检测方法
- 本发明公开了一种果蔬便携式无损检测设备，使用时，将样品放好，光源装置产生光线照射所述样品，然后通过耦合透镜采集透过所述样品的光谱曲线并将所述光谱曲线形成光谱信号传送至光谱仪，所述光谱仪将所述光谱信号转换为数字信号并传送至...
- 李永玉王凡彭彦昆孙宏伟
- 文献传递
- 一种便携式生鲜肉肌内脂肪含量检测装置
- 本实用新型公开了一种便携式生鲜肉肌内脂肪含量检测装置，包括卤钨灯、环形光导、Y形光纤、可见/近红外光谱仪、近红外光谱仪、检测探头和处理单元，环形光导一端与卤钨灯相对设置，另一端设置在检测探头上，Y形光纤第一端、第二端和第...
- 彭彦昆王文秀孙宏伟
- 便携式生鲜猪肉多品质参数同时检测装置研发
- 针对农畜产品检测现场的需求,基于可见/近红外光谱检测技术和嵌入式系统,开发了灵活方便的猪肉品质无损检测装置。该装置利用卤素灯作为光源,新型光导探头和微型光谱仪采集肉样光谱信息,通过ARM（Advanced RISC Ma...
- 孙宏伟彭彦昆Kuanglin Chaob
- 关键词：光谱分析猪肉
- 文献传递
- 猪胴体背膘厚度激光检测系统和方法
- 本发明公开一种猪胴体背膘厚度激光检测系统和方法，其利用激光三角测距原理快速测量出屠宰线上猪二分体的背膘厚度值。测量系统包括背膘厚度测量探头、控制器和计算机背膘厚度管理系统。背膘厚度测量探头测量背膘厚度值并传输到计算机猪胴...
- 彭彦昆孙宏伟
- 文献传递
- 便携式生鲜猪肉多品质参数同时检测装置研发被引量：20
- 2015年
- 针对农畜产品检测现场的需求,基于可见/近红外光谱检测技术和嵌入式系统,开发了灵活方便的猪肉品质无损检测装置。该装置利用卤素灯作为光源,新型光导探头和微型光谱仪采集肉样光谱信息,通过ARM（advanced RISC machines）控制处理器进行集中控制和数据的处理;在内嵌linux操作系统上,采用Qt开发工具,设计出人性化的交互界面,并将猪肉品质的检测结果输出到装置触摸屏上。为了建立多品质无损检测数学模型,获取了猪肉里脊在400~1 000 nm波长范围内的光谱数据,通过国标方法测得猪肉里脊主要品质参数颜色（L＊、a＊、b＊）和p H值,采用标准正态变量变换（standard normalized variate,SNV）和Savitzky-Golay（S-G）平滑对光谱数据进行预处理,并结合理化数据建立偏最小二乘（partial least squares regression,PLSR）模型。用全交叉验证法选取PLSR建模的主成分数。p H值、L＊、a＊和b＊的预测相关系数为0.88、0.90、0.97和0.97,预测标准差为0.19、1.77、1.17和0.63。通过现场试验表明,轻便式多品质无损检测装置具有较高的检测精度,满足于猪肉的颜色和p H值等品质参数检测的要求。
- 孙宏伟彭彦昆林琬
- 关键词：光谱分析猪肉
- 二维相关可见-近红外光谱结合支持向量机评价猪肉新鲜度被引量：12
- 2018年
- 为探究二维相关同步光谱优选生鲜肉新鲜度特征变量的可行性,采集生鲜猪肉在1~15 d共58个样品的可见:近红外反射光谱信息,并参照国标方法测定其挥发性盐基氮值(total volatile basic nitrogen,TVB-N)。然后,以TVB-N为"外界扰动",选择10条代表性光谱并进行包络线去除,结合光谱差异选取了7个子区间。通过对每个子区间作二维相关分析,解析其二维相关同步谱和自相关谱,获取与TVB-N变化密切相关的敏感变量。最后,利用所选特征变量,分别基于原始、标准正态变量变换预处理和归一化预处理的光谱,建立猪肉新鲜度的支持向量机(support vector machine,SVM)判别模型。结果表明,利用二维相关光谱分析共提取到17个特征波长,仅占总变量个数的1.61%,建立的SVM模型总体正确率分别为94.83%、98.28%和98.28%。这表明所建立的模型具有较好的判别效果,也说明二维相关分析用于筛选与生鲜肉新鲜度相关特征变量的方法是可行的。这有利于解析生鲜肉在腐败变质过程中的光谱特征信息变化,也为近红外光谱分析中变量筛选提供了一种新的思路。
- 王文秀彭彦昆孙宏伟魏文松郑晓春
- 关键词：二维相关光谱新鲜度生鲜肉
- 便携式猪肉营养组分无损实时检测装置研究被引量：10
- 2017年
- 为了实现猪肉营养组分(脂肪和蛋白质)的快速、无损、实时检测,基于近红外反射光谱设计了便携式猪肉营养组分无损检测装置。硬件部分包括光谱采集单元、光源单元和控制单元,并开发了相应的检测软件,实现样品光谱信息的有效获取和实时分析。为了建立稳定可靠的预测模型,考察了波段选择、样本分组方式和筛选变量方法对模型的影响。分别基于可见/短波近红外(Vis/SWNIR)、长波近红外(LWNIR)及Vis/SWNIR-LWNIR,利用随机选择法(RS)、Kennard-Stone法(KS)和基于联合X-Y距离的样本划分法(SPXY)对样本进行划分,建立了脂肪和蛋白质质量分数的偏最小二乘预测模型。结果发现,基于Vis/SWNIR-LWNIR波段,利用SPXY算法进行样本分组,取得了最佳的预测模型。在此基础上,比较分析竞争性自适应加权算法、随机蛙跳算法和蒙特卡罗无信息变量消除-连续投影算法3种算法筛选变量建立的模型效果。基于竞争性自适应加权算法筛选变量的模型结果最佳,对脂肪和蛋白质建立的模型验证集相关系数分别为0.950 5和0.951 0。结果表明:基于近红外反射光谱设计的便携式猪肉组分检测装置可以对脂肪和蛋白质含量进行快速、无损、实时检测。
- 王文秀彭彦昆彭彦昆孙宏伟郑晓春白京
- 关键词：猪肉营养组分无损检测近红外反射光谱
- 空间分辨散射光谱多参数信息融合方法的生鲜肉嫩度无损检测被引量：3
- 2019年
- 嫩度是猪肉食用品质最重要的指标之一。猪肉嫩度取决于猪肉组织复杂的物理、化学特性,目前难以实现快速无损伤检测。探索空间分辨光谱技术用于生鲜肉嫩度无损检测的可行性。首先利用点光源高光谱扫描系统采集54块猪肉背最长肌的空间可分辨散射光谱,经过感兴趣区域选择,提取出猪肉样本表面光斑的空间扩散轮廓,结合4-参数洛伦兹分布函数对扩散轮廓进行非线性拟合,拟合优度R^2>0.992,并通过残差分析,表明4-参数洛伦兹分布函数符合肉样表面光强的空间散射规律,进而提取出480~950nm波长下空间分辨光谱的四个形态学参数:渐进值a、峰值b、半带宽c以及半带宽处的斜率d。然后将单参数谱分别与猪肉样本Warner-Bratzler剪切力(WBSF)测量值进行偏最小二乘回归(PLSR)分析。结果表明不同参数谱都含有猪肉嫩度信息,其中峰值参数谱b建模效果最佳,其回归模型的校正集决定系数R^2c为0.674,均方根误差SEC为8.396N,预测集决定系数R^2p为0.610,均方根误差SEP为8.643N。为提高模型的预测精度和稳定性,实现多参数谱信息的融合,先通过PLSR分析,分别提取出每个参数谱中对猪肉嫩度方差贡献大的公共因子,然后将其因子得分组合在一起作为参数谱的特征变量,与猪肉样本WBSF测量值作多元统计回归分析。为避免数据冗余,对不同参数谱特征变量进行多重共线性判别,进一步采用PLSR算法对参数谱特征变量进行降维和变换,采用交叉验证方法,选择前两维因子得分进行校正模型的建立。其中所提取第一维公共因子对猪肉WBSF值方差解释率达92.28%。与单参数谱所建PLSR模型相比,多参数谱信息融合模型预测效果有了较大提高,其R^2c和R^2p分别为0.923和0.800,SEC和SEP分别为4.083N和5.655N。通过对回归系数进行统计量t检验,结果表明所有回归系数极显著(p<0.01)。本研究通过采取多参数信息融合�
- 孙宏伟彭彦昆王凡
- 关键词：猪肉嫩度
- 基于可见/近红外透射光谱的番茄红素含量无损检测方法研究被引量：22
- 2018年
- 针对番茄内外部结构特征,搭建了可见/近红外透射检测系统,利用完整番茄透射光谱信息,对番茄红素含量进行无损伤快速检测研究。采集的原始光谱曲线经去趋势(DT)、标准正态变量变换(SNV)、多元散射校正(MSC)、归一化(NOR)、一阶导数(FD)预处理后分别用偏最小二乘(PLS)进行建模分析。其中SNV预处理后的模型效果最好,校正集和验证集相关系数分别为0.9771和0.9504,校正集和验证集均方根误差为0.9711和1.0496 mg/kg。为进一步提高模型的精度和稳定性,采用无信息变量消除法(UVE)、连续投影算法(SPA)、竞争性自适应重加权算法(CARS)3种方法单独或联合处理(UVE-SPA,UVE-CARS),对全光谱进行变量优选。经UVE-CARS处理后番茄红素预测模型效果最好,其校正集和验证集相关系数分别提高至0.9830和0.9741,均方根误差分别降低至0.6919和0.7680 mg/kg。最后,选用25个番茄样品对所建立模型进行了外部验证,UVE-CARS-PLS模型的预测集相关系数为0.9812,预测集均方根误差为0.7071 mg/kg,平均相对误差为4.3%。而作为比较的PLS模型的预测集相关系数为0.951,均方根误差为1.0610 mg/kg,平均相对误差6.0%,相比于全光谱PLS模型,UVE-CARS可以很大程度地简化模型,提高模型精度,降低检测的误差限。结果表明,基于自行搭建的番茄可见/近红外透射检测系统结合光谱处理方法,可以实现对生鲜番茄中番茄红素含量的快速、无损检测,为番茄红素定量检测提供了新方法。
- 王凡李永玉彭彦昆孙宏伟李龙
- 关键词：番茄红素无损检测
