哈密瓜坚实度的高光谱无损检测技术

提出利用高光谱对哈密瓜坚实度进行检测的方法,对比分析了不同波段范围、不同预处理法、不同光程校正法和不同定量校正算法对哈密瓜坚实度预测模型准确度的影响.实验结果表明,在500～820 nm波段光谱区域,采用偏最小二乘法对经过标准正则变换校正的一阶微分处理的光谱建模效果较优,其校正集相关系数为0.873,校正均方根误差为4.18N,预测集相关系数为0.646,预测均方根误差为6.40N.研究表明,应用高光谱对哈密瓜坚实度的无损检测研究具有可行性.     

基于图像扩散去噪的距离特征量提取研究

距离特征量反映了目标运动过程中的距离变化率,该观测量可由目标辐射噪声LOFAR谱图的干涉条纹中提取得到。低信噪比情况下,由于噪声的影响,干涉条纹特征会变模糊,提取的距离特征量值精度会降低。为提高提取精度,提出了一种边缘定向增强型扩散方程去噪方法,对LOFAR谱图进行处理,使条纹特征更加明显。迭代次数对扩散方程去噪效果影响很大,根据相关性原理,提出了一种迭代次数选择方法。为了使条纹特征更加易于区分,提出了一种基于区域分割的图像二值化方法。数值模拟实验和海试数据处理结果表明,LOFAR谱图经过处理后,提取出的距离特征量精度明显提高。     

具约束的多值映射的calmness的充分与必要条件

本文在—般Banach空间中应用变分分析的手段和方法研究了具集约束的L-subsmooth多值映射具有calmness的充分与必要条件,并得到了Asplund空间中相应的结果.在此基础上,又给出关于此类集值映射具有强calmness的充分条件、必要条件及其等价刻画.最后我们还给出一个模条件判别法.     

β-光滑Banach空间中一类数学规划问题的最优必要条件

在一般Banach空间中，提出数学规划问题的偏静态条件定义，在目标函数和约束函数均为扩张值下半连续函数的情形下，获得了罚问题解的一个结果，该结果改进和推广了已有的相应结果，并由此证明了β-光滑Banach空间中的模糊乘子规则，从而找出该类数学规划问题的最优必要条件。     

动态加权的多频段距离特征量数据融合方法

距离特征量反映了目标距离变化规律,该观测量可由基于LOFAR谱图的距离特征量提取方法得到。为解决单一频段提取的距离特征量精度不高的问题,本文基于最优加权平均法,提出了多频段距离特征量值提取技术。针对该方法在实际应用中无法准确得到距离特征量解算值误差的标准差,提出了一种对方差进行实时估计的动态加权融合方法。试验数据处理结果表明,融合后精度明显提高。     

基于漫反射高光谱成像技术的哈密瓜糖度无损检测研究

利用高光谱成像系统获得网纹类哈密瓜糖度漫反射光谱信息,选择有效波段500～820 nm进行哈密瓜糖度检测建模回归分析。对比了多元散射信号修正和标准正则变换校正方法,原始光谱、一阶微分、二阶微分光谱预处理方法对建模精度的影响;采用偏最小二乘法、逐步多元线性回归和主成分回归方法对比分析了带皮哈密瓜和去皮哈密瓜糖度检测模型效果。结果表明,对原始光谱经过MSC和一阶微分光谱处理后,采用PLS和SMLR方法均可取得很好的建模效果,应用PLS法检测带皮哈密瓜糖度是可行的,其校正集相关系数(R_c)为0.861,RMSEC为0.627,预测集相关系数(R_p)为0.706,RMSEP为0.873;应用SMLR法检测去皮哈密瓜糖度效果最佳,校正集相关系数(R_c)为0.928,RMSEC为0.458,预测集相关系数(R_p)为0.818,RMSEP为0.727。研究表明,应用高光谱成像技术检测哈密瓜糖度具有可行性。