- 0
- 0
- 0
分享
- 2021级博士生于研同学科研论文被中科院一区期刊录用
-
原创 2022-08-11






人工智能学院姚美宝副教授指导的2021级博士研究生于研同学的论文A Portable NIR System for Nondestructive Assessment of SSC and Firmness of Nanguo Pears近日被 LWT-FOOD SCIENCE AND TECHNOLOGY杂志接收。
LWT-FOOD SCIENCE AND TECHNOLOGY是Elsevier出版社旗下分析化学领域的中科院一区TOP期刊,SCI IF(2021)= 6.056。
于研同学目前从事化学计量学算法、空间科学技术以及分子/原子光谱分析的研究工作。
文章详情

论文题目:
A Portable NIR System for Nondestructive Assessment of SSC and Firmness of Nanguo Pears
第一作者:于研
通讯作者:姚美宝
收录期刊:LWT-FOOD SCIENCE AND TECHNOLOGY
期刊类别:中科院一区
论文概述:
本文提出了一种基于波长选择的多块数据融合算法,用于材料的理化性质检测。首先基于近红外光谱技术(NIRS),运用偏最小二乘法(PLS)和主成分分析(PCA)两种化学计量建模方法,构建了果肉的可溶性固物和硬度的高精度预测模型。然后,采用联合区间偏最小二乘法和遗传算法(Si-GA-PLS)相结合的策略建立了预测精度更高的可溶性固物和硬度预测模型。最后,探讨了不同单色器原理的模型性能比较,利用数据融合提高预测能力。通过中级数据融合获得的结果比使用基于单一光学单色器的模型表现出更好的性能。这项工作结合了光学、光谱学、仪器科学和机器学习等多学科交叉的优势共同完成,产学研用一体化,为开发一种可以扩展到其他材料的新型质量测量系统提供了一些见解。课题组下一步将致力于基于多步混合波长选择策略的化学计量学方法建立多种材料的通用模型。



吉林大学|人工智能学院
吉林省长春市|吉林大学中心校区
正新楼|7F

-
阅读原文
* 文章为作者独立观点,不代表数艺网立场转载须知
- 本内容由数艺网主动采集收录,信息来源为 “吉林大学人工智能学院” 公开网络发布内容。第三方如需转载本内容,必须完整标注原作者信息及 “来源:数艺网”,严禁擅自篡改、删减或未标注来源转载。 并附上本页链接: 若您的内容不希望被数艺网收录,或认为此举侵犯了您的合法权益,敬请通过微信 ID:d-arts-cn 联系数艺网。我们将致以诚挚歉意,并第一时间为您办理下架或删除处理。




