英文文献一：Detection of common defects on mandarins by using visible and near

infrared hyperspectral imaging———利用可见光和近红外高光谱成像检测柑桔常见缺陷

汇报人：王舜

概述：表面缺陷的存在是影响新鲜水果质量和价格的最重要因素之一，因为消费者通常将质量与良好的外观和没有皮肤缺陷联系在一起。因此，水果品质自动检测的主要目的之一就是区分有缺陷的水果和完好的水果。然而，水果缺陷的检测一直是一项具有挑战性的任务，尤其是同时检测多种类型的缺陷。基于可见-近红外（Vis-NIR）高光谱成像技术，研究了柑桔常见缺陷的多光谱图像分类算法。以“南丰”柑桔为试材，研究了炭疽病、结疤、腐烂和蓟马疤痕四种缺陷类型。主成分分析（PCA）被用来降低高光谱数据的维数，目的是选择一些可能用于在线多光谱成像系统的波长。在可见光波段分别选取680nm和715nm的两幅特征波长图像，分别用基于这两种特征波长的第二主成分图像（PC-2）和比值图像（Q680/715）进行缺陷检测和茎端识别。最后，提出了基于PC-2图像和比率图像（Q680/715）的缺陷检测算法，并结合一种简单的阈值分割方法。对所调查的356个独立测试样本，分类准确率为96.63%，表明所提出的多光谱图像算法对区分南风柑桔的声音和缺陷是有效的。该算法仅使用两幅波长图像，有助于开发一个快速的多光谱图像在线分级系统。

英文文献二：Spectral discrimination of planktonic cyanobacteria and microalgae based on deep UV fluorescence——基于深紫外荧光光谱鉴别浮游蓝藻和微藻

汇报人：林晓东

概述：The deep ultraviolet fluorescence characteristics of several cyanobacteria and microalgae are analyzed and exploited for their discrimination in liquid samples. The proposed approach is based on relative fluorescence peak amplitude of natural pigments in cyanobacteria or other planktonic species commonly present in water bodies. The experimental results demonstrate a clear discrimination between the various species of cyanobacteria and other planktonic species. This approach can be simply implemented in fluorescence measurement systems for real-time detection of cyanobacteria, provided that they are able to operate in deep ultraviolet.（对几种蓝藻和微藻的深紫外荧光特性进行了分析和研究，用于液体样品的鉴别。提出的方法是基于蓝藻或其他浮游物种天然色素的相对荧光的峰振幅普遍存在于水体中。实验结果表明，不同种类的蓝藻和其他浮游生物有明显的区别。这种方法可以简单地在实时检测蓝藻的荧光测量系统中实现，只要是它们能够在深紫外光下工作。

英文文献三：Quantitative analysis of wheat maltose by combined terahertz spectroscopy and imaging based on Boosting ensemble learning——基于增强集成学习的太赫兹光谱和成像相结合的麦芽糖定量分析

汇报人：刘俊彬

概述：为了提高仅基于光谱数据或仅基于图像数据的现有数据建模的预测准确性，我们在此提出一种基于太赫兹光谱和太赫兹成像融合的小麦麦芽糖含量定量分析的方法，该方法可实现特征和平衡从数据中提取融合信息，并对特征信息进行融合建模。此外，提出了一种基于Boosting的新型多元数据融合方法和一种基于结构风险最小化理论的Boosting迭代终止指标，以实现最小二乘支持向量机（LS-SVMs）基本模型参数的自动优化。结合光谱学和图像特征数据的数据融合获得了最好的结果，其分类性能优于单一分析源，表明所提出的多元数据融合方法是一种定量检测小麦中麦芽糖含量的有效方法。此外，使用提出的模型对四个未知麦芽糖浓度的小麦样品进行了定量分析。