基于多尺度并行卷积的小麦不完善粒检测研究 被引量：1

1

作者 张庆辉 王晶平 +4 位作者 吕鹏涛 王爱民 吕磊 张梦雅 王金辉 《河南工业大学学报(自然科学版)》 北大核心 2025年第1期96-104,共9页

现有的小麦不完善粒识别模型忽略了在同一卷积层提取多尺度特征的重要性,因提取的特征过于单一而产生了识别精度较低的问题,针对此提出了多尺度并行卷积神经网络MSPCNeXt。其中,MSPCNeXt-v1结合降维和大核平均分解,既降低了模型开销,又... 现有的小麦不完善粒识别模型忽略了在同一卷积层提取多尺度特征的重要性,因提取的特征过于单一而产生了识别精度较低的问题,针对此提出了多尺度并行卷积神经网络MSPCNeXt。其中,MSPCNeXt-v1结合降维和大核平均分解,既降低了模型开销,又提升了表征能力;MSPCNeXt-v2则在通道维度分割特征向量,将各部分输入不同分支,通过因式分解将大卷积核转为串联的正交平方核,以提高性能。结果表明:在公开数据集GrainSpace上验证了MSPCNeXt-v1和MSPCNeXt-v2模型的有效性;相较于基线ConvNeXt,MSPCNeXt-v1的平均精确率提高了2.605%,Top-1精确率提高了2.353%,但是模型规模较大;MSPCNeXt-v2的平均精确率提高了2.297%,Top-1精确率提高了1.912%,同时还减少了0.456 G的计算量和5.986 M的参数量。通过多尺度并行卷积提取小麦不完善粒的特征,再利用卷积分解和特征分割降低模型复杂度,可以有效地提升识别效率。 展开更多

关键词 小麦不完善粒 多尺度卷积 并行分支 卷积分解 特征分割

在线阅读 下载PDF 职称材料

基于近红外高光谱成像技术的小麦不完善粒检测方法研究 被引量：32

2

作者 刘欢 王雅倩 +5 位作者 王晓明 安冬 位耀光 罗来鑫 陈星 严衍禄 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第1期223-229,共7页

小麦作为主要的粮食作物在我国农业生产、运输、食品加工等方面占有重要地位。不完善籽粒严重影响了小麦质量与粮食安全。不完善籽粒主要在生产、存储、包装等过程中产生,目前我国小麦质量检测多以人工分选为主,但存在人主观性较强,肉... 小麦作为主要的粮食作物在我国农业生产、运输、食品加工等方面占有重要地位。不完善籽粒严重影响了小麦质量与粮食安全。不完善籽粒主要在生产、存储、包装等过程中产生,目前我国小麦质量检测多以人工分选为主,但存在人主观性较强,肉眼易疲劳,且费时费力等问题,因此,如何快速准确鉴别小麦不完善粒是现阶段提高生产率和保证粮食安全的重要问题。运用高光谱成像技术和特征波段选取方法提出一种快速有效的小麦不完善粒鉴别方法。利用近红外高光谱成像系统获得1 000粒小麦样本在862.9～1 704.2nm共256个波段的高光谱反射图像,其中包括健康粒、生芽粒、霉变粒和赤霉粒各250粒,提取每个样本感兴趣区域的平均反射率光谱作为分类特征。本文首先对提取的全波段光谱信息进行窗口平滑、一阶导数差分、矢量归一化等数据预处理,将原始光谱数据的隐藏信号放大并消除随机误差;在预处理的基础上运用伪偏最小二乘(DPLS)和正交化线性判别分析(OLDA)对光谱进行特征提取,降低数据的冗余度;最后采用仿生模式识别(BPR)建立四类小麦的鉴别模型。实验结果表明,采用全波段光谱信息建立的小麦不完善粒鉴别模型的平均识别精度达到97.8%,分析结果可知,利用近红外高光谱成像技术的全波段光谱信息对小麦不完善粒鉴别是可行的。尽管全波段光谱信息取得了较好的鉴别效果,但高光谱成像设备较为昂贵,获取高光谱全波段光谱信息数据量较大,无法满足对现场设备运算速度的高要求,因此,采用连续投影算法(SPA)对全波段光谱数据进行特征波段的选择,使波段数量由256维降低到10维,从而提高系统的可行性和运算速度。采用选取的10个特征波段建立小麦不完善粒鉴别模型,实验结果表明10个特征波段的平均识别精度仅为83.2%,分析结果可知,尽管采用10个特征波段提高了系统实时性,但鉴别准确性较差。为达到与全波段特征基本相当的鉴别效果,利用光谱特征与图像特征结合的方法建立小麦不完善粒鉴别模型,将上述选取的10个特征波段的形态信息、纹理信息和光谱信息进行结合,实验结果表明,10个特征波段的光谱信息与图像信息结合使鉴别的平均识别精度达到94.2%,此识别效果与利用全波段光谱数据的识别效果基本相当。利用高光谱成像系统探索了小麦不完善粒鉴别的可行性,通过分析以上实验可知,基于近红外高光谱成像技术对小麦不完善粒检测具有良好的效果,在有效的提高运算速度的同时也保证了系统的鉴别精度,为后期小麦不完善粒快速检测设备的开发提供了有效的研究方向。 展开更多

关键词 小麦不完善粒 高光谱成像技术 连续投影算法 光谱特征 图像特征

在线阅读 下载PDF 职称材料

基于图像处理和神经网络的小麦不完善粒识别方法研究 被引量：26

3

作者 张玉荣 陈赛赛 +3 位作者 周显青 王伟宇 吴琼 王海荣 《粮油食品科技》 北大核心 2014年第3期59-63,共5页

为了实现图像处理技术对小麦不完善粒的准确快速识别,研究了一种基于小麦不完善粒图像特征和BP神经网络的不完善粒识别方法。采集小麦不完善粒图像,对图像进行中值滤波、形态学运算、图像分割等处理后,针对每个小麦籽粒,提取其形态、颜... 为了实现图像处理技术对小麦不完善粒的准确快速识别,研究了一种基于小麦不完善粒图像特征和BP神经网络的不完善粒识别方法。采集小麦不完善粒图像,对图像进行中值滤波、形态学运算、图像分割等处理后,针对每个小麦籽粒,提取其形态、颜色和纹理共3大类54个特征参数,采用主成分分析法提取8个主成分得分向量作为模式识别的输入,建立BP神经网络模型,实现对小麦不完善粒的检测识别。结果表明,该模型对完善粒、破损粒、病斑粒、生芽粒和虫蚀粒的判别正确率分别为93%、98%、100%、90%和85%,平均判别正确率达到93%,可有效对小麦不完善粒进行检测识别。 展开更多

关键词 图像处理 小麦 不完善粒 神经网络 识别

在线阅读 下载PDF 职称材料

不完善粒对小麦硬度指数测定值的影响 被引量：4

4

作者 吴存荣 唐怀建 王艳艳 《粮食与饲料工业》 CAS 北大核心 2011年第2期12-14,共3页

GB/T 21304—2007《小麦硬度的测定硬度指数法》中对样品的清理只规定清除破损粒,而破损粒仅仅是不完善粒中的一种;本试验选用软质、硬质和混合三类小麦将各种不同的不完善粒按1.0%～8.0%的比例添加到完整粒的小麦样品中,使用JYDB100-4... GB/T 21304—2007《小麦硬度的测定硬度指数法》中对样品的清理只规定清除破损粒,而破损粒仅仅是不完善粒中的一种;本试验选用软质、硬质和混合三类小麦将各种不同的不完善粒按1.0%～8.0%的比例添加到完整粒的小麦样品中,使用JYDB100-40型小麦硬度测定仪进行系统的分析研究。结果表明,在GB 1351—2008国家标准规定的不完善粒不超过8%范围内,不完善粒含量的多少对硬度指数测定值没有显著影响,测定结果均在GB/T 21304—2007规定的允许误差范围内,证明了硬度指数主要受基因突变影响的机理,但硬度指数与小麦胚乳的完整性关系如何,有待进一步研讨。 展开更多

关键词 小麦 硬度指数 不完善粒

在线阅读 下载PDF 职称材料

基于CNN-DBN的小麦不完善粒识别技术研究 被引量：4

5

作者 张庆辉 田欣欣 +1 位作者 吕鹏涛 杨彬 《河南工业大学学报（自然科学版）》 CAS 北大核心 2022年第3期118-124,共7页

针对在实际应用场景下,小麦不完善粒识别数据较少所产生识别率不佳的问题,提出并实现了基于迁移学习的CNN-DBN小麦不完善粒识别方法。利用基于大型公开数据集ImageNet的预训练深度卷积神经网络(CNN)中的VGG-16、VGG-19和ResNet50进行小... 针对在实际应用场景下,小麦不完善粒识别数据较少所产生识别率不佳的问题,提出并实现了基于迁移学习的CNN-DBN小麦不完善粒识别方法。利用基于大型公开数据集ImageNet的预训练深度卷积神经网络(CNN)中的VGG-16、VGG-19和ResNet50进行小麦特征提取,将获取的特征加以融合并输送至深度信念网络(DBN)进行分类。结果表明:CNN和DBN结合的方法用于小麦不完善粒识别,其中迁移学习VGG-16+VGG-19+ResNet50-DBN模型性能最好,其测试准确率可达91.86%;CNN-DBN模型既避免了小麦复杂的特征提取步骤,又使不完善粒识别因数据集规模小而导致识别率不理想的问题得到了改善;特征融合的方法使提取到的小麦图像信息更加丰富、全面。CNN-DBN模型结合了有监督网络和无监督网络的优点,对高维数据有更好的分类能力,为小麦不完善粒识别提供了理论支持。 展开更多

关键词 迁移学习 特征融合 卷积神经网络 深度信念网络 小麦不完善粒识别

在线阅读 下载PDF 职称材料

基于CNN神经网络的小麦不完善粒高光谱检测 被引量：27

6

作者 于重重 周兰 +2 位作者 王鑫 吴静珠 刘倩 《食品科学》 EI CAS CSCD 北大核心 2017年第24期283-287,共5页

利用高光谱成像技术对小麦不完善粒进行无损检测。以932个小麦为样本,其中正常粒样本486个、破损粒样本170个、虫蚀粒样本149个及黑胚粒样本127个为研究对象,通过高光谱图像采集系统采集样本的光谱信息,然后从每个样本的116个波段中选... 利用高光谱成像技术对小麦不完善粒进行无损检测。以932个小麦为样本,其中正常粒样本486个、破损粒样本170个、虫蚀粒样本149个及黑胚粒样本127个为研究对象,通过高光谱图像采集系统采集样本的光谱信息,然后从每个样本的116个波段中选取30个波段,建立基于深度学习的卷积神经网络(convolutional neural networks,CNN)模型。实验中的CNN采用2个卷积层,第1层采用大小为3×3的32个卷积核,第2层采用大小为5×5的64个卷积核,池化层采用最大池,激活函数采用修正线性单元,为避免过拟合,在全连接层后面接入dropout层,参数设置为0.5,其他卷积参数均为默认值,得到校正集总识别率为100.00%,测试集总识别率为99.98%。最后,以支持向量机(support vector machine,SVM)为基线模型进行对比,从116个波段中选取90个波段进行建模,测试集总识别率为94.73%。通过实验对比可以看出,CNN模型比SVM模型识别率高。研究表明CNN模型能够实现对小麦不完善粒的准确、快速、无损检测。 展开更多

关键词 小麦 不完善粒 高光谱检测 卷积神经网络模型

在线阅读 下载PDF 职称材料

基于人工智能-多元细粒度WSDAN模型探索小麦不完善粒检测新方法 被引量：1

7

作者 徐飞 陈坚品 +2 位作者 李恒 印丽萍 柴新禹 《粮食与油脂》 北大核心 2022年第8期155-158,共4页

针对目前小麦不完善粒检测完全依靠人眼识别的低效性和误差较大的缺陷,构建了基于多元细粒度卷积神经网络的人工智能检测新方法。开展了人工智能检测新方法与传统人眼检测的对比验证,检测结果基本一致,符合国家标准中对不完善粒检测结... 针对目前小麦不完善粒检测完全依靠人眼识别的低效性和误差较大的缺陷,构建了基于多元细粒度卷积神经网络的人工智能检测新方法。开展了人工智能检测新方法与传统人眼检测的对比验证,检测结果基本一致,符合国家标准中对不完善粒检测结果的允差要求,新方法模型对完善颗粒的识别准确率高达99.5%、不完善粒的识别准确率达91.7%,总体准确率高达99.1%。研究证明基于多元细粒度卷积神经网络的人工智能检测新方法具有准确、迅速、高效的特点,能够较好地适应小麦不完善粒检测需求,有望今后扩充到现有的标准体系中,逐步实现小麦不完善粒检测的人工智能化。 展开更多

关键词 小麦 不完善粒 人工智能

在线阅读 下载PDF 职称材料

基于CNN深度模型的小麦不完善粒识别 被引量：23

8

作者 曹婷翠 何小海 +2 位作者 董德良 石恒 熊淑华 《现代计算机》 2017年第24期9-14,共6页

针对小麦不完善粒识别中传统图像处理方法需要复杂的特征提取且识别效果不佳的问题,设计并实现基于CNN深度模型的小麦不完善粒识别方法。建立图像数据库Wheat Image,并结合空间金字塔池化理论构建CNN网络模型,接着对样本集进行扩展,以... 针对小麦不完善粒识别中传统图像处理方法需要复杂的特征提取且识别效果不佳的问题,设计并实现基于CNN深度模型的小麦不完善粒识别方法。建立图像数据库Wheat Image,并结合空间金字塔池化理论构建CNN网络模型,接着对样本集进行扩展,以提高模型泛化能力,设计双面识别方案并完成对小麦完善粒、破碎粒和病斑粒的识别。所提出的方法相对于传统的图像处理识别方法,识别率提高15个百分点;相对于常规CNN模型,识别率提高5%;对于引入噪声以及亮度改变的图像,识别率也达到90%以上;设计的双面识别方案有效地降低了识别的错误率。提出的方法不仅避免复杂的特征提取步骤,而且有效地提升麦粒识别率,对小麦的智能检测识别具有重要意义。 展开更多

关键词 卷积神经网络(CNN) 小麦不完善粒 空间金字塔池化 模型

在线阅读 下载PDF 职称材料

结合高光谱与CNN的小麦不完善粒识别方法 被引量：14

9

作者 余乐 吴超 +3 位作者 吴静珠 陈岩 李洋洋 王瑶 《电子测量与仪器学报》 CSCD 北大核心 2017年第8期1297-1303,共7页

通过结合高光谱数据与卷积神经网络(CNN)实现小麦不完善粒(黑胚粒、虫蚀粒及破损粒)的快速准确鉴别。实验采集小麦正常粒(484粒)、黑胚粒(100粒)、虫蚀粒(100粒)及破损粒(100粒)在493~1 106 nm的116个波段的高光谱图像,每间隔5个波段抽... 通过结合高光谱数据与卷积神经网络(CNN)实现小麦不完善粒(黑胚粒、虫蚀粒及破损粒)的快速准确鉴别。实验采集小麦正常粒(484粒)、黑胚粒(100粒)、虫蚀粒(100粒)及破损粒(100粒)在493~1 106 nm的116个波段的高光谱图像,每间隔5个波段抽取1个图像,分别建立24个波段的训练集,应用CNN建立不完善粒小麦的识别模型。实验结果显示,利用该识别模型,黑胚、虫蚀和破损粒的识别率分别保持在94%、95%和92%以上。在上述工作的基础上,进一步通过修改学习率和迭代次数改进CNN模型。优化后,黑胚、虫蚀及破损粒在各波段下的平均识别率分别提高了0.624%、0.47%和0.776%。将24个波段高光谱图像混合重新构建训练集,并重新训练CNN模型,黑胚、虫蚀及破损粒的总识别率则分别提高了0.31%、0.13%和0.46%。综上所述,基于高光谱数据和改进CNN模型可以有效提高小麦不完善粒的识别精度。 展开更多

关键词 高光谱 小麦 不完善粒 卷积神经网络

在线阅读 下载PDF 职称材料

基于改进YOLOX的小麦不完善粒检测技术研究 被引量：5

10

作者 吴兰 周永强 《河南工业大学学报（自然科学版）》 CAS 北大核心 2023年第5期109-117,共9页

针对现有小麦不完善粒检测方法存在适用性差、识别效率低的问题,提出一种基于改进YOLOX的小麦不完善粒检测算法。在3个小麦品种、不同拍摄高度和不同籽粒数量场景下采集小麦图像数据集。针对籽粒过小难以检测的问题,引入坐标注意力模型... 针对现有小麦不完善粒检测方法存在适用性差、识别效率低的问题,提出一种基于改进YOLOX的小麦不完善粒检测算法。在3个小麦品种、不同拍摄高度和不同籽粒数量场景下采集小麦图像数据集。针对籽粒过小难以检测的问题,引入坐标注意力模型提升图像中不完善粒的显著度,并使用加权双向特征金字塔改进特征融合模块结构,实现了不同尺度不完善粒特征的有效融合。针对多目标检测实时性问题,使用深度可分离卷积模块轻量化特征提取网络,降低网络的计算参数量,提高检测速度。结果表明,改进后的模型检测漏检率小于5%,对不完善粒的平均检测精度达到93.43%,检测速度为37 fps,相较于原YOLOX网络,检测精度和速度分别提高了2.58百分点和5.78 fps。该方法可以在不同籽粒大小、颗粒数量以及不同密集程度情况下对小麦不完善粒进行有效识别检测,可为进一步的小麦不完善粒实时检测和统计应用提供技术参考。 展开更多

关键词 小麦不完善粒 加权双向特征金字塔 YOLOX算法 坐标注意力机制 深度学习

在线阅读 下载PDF 职称材料

扦样方法对粮食中不完善粒和杂质测定的影响 被引量：3

11

作者 丁新民 《粮食与饲料工业》 CAS 2015年第11期74-75,共2页

采用两种扦样方法对粮仓中的散装玉米和小麦进行了扦取,对所扦取的样品中不完善粒和杂质含量进行了检测,分析和比较了这两种扦样方法对其检测结果的影响。结果显示,电动扦样和手工扦样对粮食质量品质中的不完善粒和杂质含量测定有着一... 采用两种扦样方法对粮仓中的散装玉米和小麦进行了扦取,对所扦取的样品中不完善粒和杂质含量进行了检测,分析和比较了这两种扦样方法对其检测结果的影响。结果显示,电动扦样和手工扦样对粮食质量品质中的不完善粒和杂质含量测定有着一定的影响,并且这两种方法的测试结果之间存在一定的相关关系。 展开更多

关键词 玉米 小麦 扦样方法 不完善粒 杂质含量 相关性

在线阅读 下载PDF 职称材料

基于NIRS的小麦不完善粒精确快速评定方法研究 被引量：1

12

作者 马洪娟 冀定磊 +2 位作者 赵殿仁 卢函姝 王敏欣 《中国粮油学报》 CSCD 北大核心 2024年第12期195-200,共6页

小麦不完善粒是评价小麦品质的重要指标。目前小麦不完善粒的检验在我国主要依靠人工识别实现,存在结果不客观、重复性差、效率低、工作量大的缺陷。近红外是一种可同时分析多组分的无损检测技术,有望取代人工识别,实现小麦不完善粒的... 小麦不完善粒是评价小麦品质的重要指标。目前小麦不完善粒的检验在我国主要依靠人工识别实现,存在结果不客观、重复性差、效率低、工作量大的缺陷。近红外是一种可同时分析多组分的无损检测技术,有望取代人工识别,实现小麦不完善粒的快速、准确、自动化检测。本研究以中国不同地区不同品种的2169粒小麦样品为对象,在运动条件下采集其近红外漫反射光谱,并使用一种线性判别算法:判别式偏最小二乘法(PLS-DA)和一种深度学习算法:堆栈式自编码器(SAE)对小麦不完善粒情况进行识别,研究旨在探索快速、准确判别小麦不完善粒的近红外方法的可行性。PLS-DA模型使用联合区间间隔偏最小二乘法(SiPLS)优化,其校正和验证的平均识别准确率分别为88.41%和86.62%。SAE模型采用双隐藏层的神经网络结构,SAE模型的校正和验证的平均识别准确率分别为92.52%和90.52%。结果表明:SAE的多层神经网络结构较好地学习了小麦的光谱特征,因而比PLS-DA模型具有更好的识别性能。 展开更多

关键词 近红外 小麦 不完善粒 判别式偏最小二乘 堆栈式自编码器

在线阅读 下载PDF 职称材料

小麦不完善粒图像采集技术及检测设备研发 被引量：4

13

作者 李晓亮 石恒 +3 位作者 董德良 司建中 陈领 曹婷翠 《粮食储藏》 2019年第5期46-51,共6页

针对现阶段国内外小麦不完善粒研究仍存在检测识别率不高、检测条件苛刻、检测时间过长等问题,开发了一套基于图像识别的小麦不完善粒快速检测技术,对图像采集、关键硬件、机器视觉和深度学习等做了一系列研究.研究结果表明,开发的小麦... 针对现阶段国内外小麦不完善粒研究仍存在检测识别率不高、检测条件苛刻、检测时间过长等问题,开发了一套基于图像识别的小麦不完善粒快速检测技术,对图像采集、关键硬件、机器视觉和深度学习等做了一系列研究.研究结果表明,开发的小麦不完善粒图像检测设备对一个标准小麦样品检测时间能够控制在10 min以内,对不完善粒的平均识别率达到80%以上.相较于传统的人工检测,检测周期大大缩短,同时避免了不同质检员之间的感官误差,对于小麦快速收购、储存管理和品级鉴定具有重要意义,同时对于农业自动化检测技术的发展也具有积极意义. 展开更多

关键词 小麦不完善粒 机器视觉 深度学习 人工检测

在线阅读 下载PDF 职称材料

基于频谱特性和自适应虫孔定位的小麦识别

14

作者 王周璞 何小海 +2 位作者 吴小强 董德良 李晓亮 《信息技术与网络安全》 2018年第12期35-38,43,共5页

为了实现对小麦不完善粒批量、快速、准确地识别,提出了一种基于小麦图像特征的小麦不完善粒识别方法。采集不完善粒小麦图像,对每粒小麦图像提取其自适应虫孔特征、频谱特性、周长、最小外接圆面积等89维特征参数。研究结果表明,对于... 为了实现对小麦不完善粒批量、快速、准确地识别,提出了一种基于小麦图像特征的小麦不完善粒识别方法。采集不完善粒小麦图像,对每粒小麦图像提取其自适应虫孔特征、频谱特性、周长、最小外接圆面积等89维特征参数。研究结果表明,对于常见小麦不完善粒类别,尤其是发芽粒和生虫粒具有较高的识别率。该识别方法对正常粒、破碎粒、生虫粒、生病粒、发芽粒的识别率分别为98. 75%、97. 50%、93. 02%、99%、96. 25%,平均识别率为96. 90%,相较于传统的图像处理识别方法,识别准确率提高20%左右,表明提出的方法能有效运用于小麦不完善粒检测实际应用场景中。 展开更多

关键词 自适应虫孔特征 频谱特性 小麦不完善粒 发芽粒 生虫粒 识别率

在线阅读 下载PDF 职称材料

基于不同监测年份下小麦DON含量与籽粒特点研究 被引量：1

15

作者 孙宝胜 《粮食与食品工业》 2020年第4期14-17,共4页

以2016~2019年江淮下游地区新收获小麦为监测对象,在前期研究基础上系统分析不同呕吐毒素(DON)含量小麦的籽粒特征。结果表明:随DON含量增大小麦各类粒型呈现明显不同的变化规律,赤霉病粒、发芽粒和破损粒比例均呈现变大趋势,而黑胚粒... 以2016~2019年江淮下游地区新收获小麦为监测对象,在前期研究基础上系统分析不同呕吐毒素(DON)含量小麦的籽粒特征。结果表明:随DON含量增大小麦各类粒型呈现明显不同的变化规律,赤霉病粒、发芽粒和破损粒比例均呈现变大趋势,而黑胚粒则无相关性;玉米赤霉烯酮(ZEN)随DON含量升高而变大且呈显著线性关系。不同年份“纵向监测”与同年份“横向监测”其规律一致。 展开更多

关键词 小麦 呕吐毒素 籽粒特点 玉米赤霉烯酮 不完善粒 赤霉病粒

在线阅读 下载PDF 职称材料

用滚筒初清筛清理后小麦品质的变化 被引量：1

16

作者 司建中 李常勤 +2 位作者 康波 李猛 陶华堂 《粮食储藏》 2013年第6期46-48,共3页

为了提高小麦储藏的稳定性,在小麦入仓前先用滚筒初清筛清理,结果显示:容重由773g/L增加到777g/L,水分含量由12.6%降低到12.5%,有机杂质含量由0.4%降低到0.2%,无机杂质含量由0.7%降低到0.3%,不完善粒由13.2%降低到12.0%,破碎粒由2.8%降... 为了提高小麦储藏的稳定性,在小麦入仓前先用滚筒初清筛清理,结果显示:容重由773g/L增加到777g/L,水分含量由12.6%降低到12.5%,有机杂质含量由0.4%降低到0.2%,无机杂质含量由0.7%降低到0.3%,不完善粒由13.2%降低到12.0%,破碎粒由2.8%降低到1.9%,清理效果良好。 展开更多

关键词 小麦 滚筒初清筛 容重 水分 杂质 不完善粒

在线阅读 下载PDF 职称材料

基于机器视觉的小麦不完善粒快速分析仪适用性评价

17

作者 李冰杰 王超群 +6 位作者 赵小萌 陈晶 叶金 李丽 高树青 姜平 王松雪 《中国粮油学报》 CAS CSCD 北大核心 2024年第10期174-179,共6页

小麦不完善粒是评价小麦质量的关键指标,本研究对基于机器视觉的小麦不完善粒快速分析仪开展全面的适用性评价。包括对开发的全自动仪器检测小麦不完善粒含量的可靠性、重复性、稳定性、台间差、与标准方法进行对比等参数进行分析。结... 小麦不完善粒是评价小麦质量的关键指标,本研究对基于机器视觉的小麦不完善粒快速分析仪开展全面的适用性评价。包括对开发的全自动仪器检测小麦不完善粒含量的可靠性、重复性、稳定性、台间差、与标准方法进行对比等参数进行分析。结果显示:可靠性检t值为-0.14,P值为0.887,大于0.05,仪器的测定结果与国家标准方法(GB/T 5494—2019)的人工测定结果之间无显著性差异,仪器检测可靠性通过检验;重复性反差分析P值为1.000,大于0.05,重复性X 2值均小于X 2临界值11.07,极差值均小于临界极差值0.71%,重复性通过检验;稳定性ADF检验统计量的t值为-6.48,小于显著性水平为1%情况的t值-4.58,稳定性数据的X 2值为12.8,临界值为16.92,稳定性极差临界值为0.8%,本次数据的极差为0.75%,稳定性通过显著性检验;台间差数据的检验结果的t值为-0.92,P值为0.373,P值大于0.05,说明在5%的显著性水平下不能拒绝2种方法差值为零的原假设;该仪器测定与人工方法对比P值为0.887,大于0.05,且克服了人工方法主观性强、费时费力等不足,极大提高了准确性和时效性。 展开更多

关键词 小麦不完善粒检测仪 可靠性 重复性 稳定性 台间差 人工

在线阅读 下载PDF 职称材料

小麦不完善粒感观分析评价

18

作者 马利芸 杨琨瑜 刘红兵 《粮食科技与经济》 2012年第B12期27-29,共3页

感观分析是小麦不完善粒检测的主要方法。正确理解和判别小麦不完善粒特别是病斑粒、发芽粒、生霉粒至关重要。依据GB／T22504．1—2008经过反复鉴别和实验室间、实验室内部不断的比对来统一检测尺度，并不断提高小麦不完善粒检测的准... 感观分析是小麦不完善粒检测的主要方法。正确理解和判别小麦不完善粒特别是病斑粒、发芽粒、生霉粒至关重要。依据GB／T22504．1—2008经过反复鉴别和实验室间、实验室内部不断的比对来统一检测尺度，并不断提高小麦不完善粒检测的准确性和可靠性，实现小麦不完善粒检测的质量控制。 展开更多

关键词 小麦 不完善粒 感观分析 评价

在线阅读 下载PDF 职称材料

不完善粒类型对小麦容重的影响 被引量：9

19

作者 张玉荣 陈赛赛 +2 位作者 周显青 胡育铭 邓峰 《河南工业大学学报（自然科学版）》 CAS 北大核心 2013年第6期51-55,59,共6页

不完善粒是影响小麦容重的重要因素,以研究小麦不完善粒对容重的影响为目标,将不同量的不完善粒加入清理过的完善粒样品中,测定其容重并使用SPSS 17.0统计软件对测定数据进行差异分析.结果显示:随各类型不完善粒含量的增加,各等级小麦... 不完善粒是影响小麦容重的重要因素,以研究小麦不完善粒对容重的影响为目标,将不同量的不完善粒加入清理过的完善粒样品中,测定其容重并使用SPSS 17.0统计软件对测定数据进行差异分析.结果显示:随各类型不完善粒含量的增加,各等级小麦样品的容重均呈降低趋势.除黑胚粒外,添加不同量的赤霉病粒、破损粒、生霉粒、生芽粒和虫蚀粒后容重变化量均存在显著的差异(P<0.05),其中赤霉病粒对容重的影响最为显著. 展开更多

关键词 小麦 不完善粒 类型 含量 容重

原文传递