技術(shù)文章
Technical articles東北林業(yè)大(da)學(xué)研(yan)究人員在(zai)國(guó)內(nèi)期刊《光(guang)譜學(xué)與光譜(pu)分析》發(fā)表(biao)了題為"基于(yu)可見-近紅外(wai)光譜和深度(du)森林(lin)的藍(lán)莓成熟(shu)度判(pan)別"的(de)研究論文(wen)。在該論(lun)文中,研究(jiu)人員使(shi)用上海騰拔Universal TA國(guó)(guo)產(chǎn)質(zhì)構(gòu)儀測(cè)(ce)定了(le)藍(lán)莓的硬(ying)度。
摘 要 為快速(su)準(zhǔn)確對(duì)(dui)藍(lán)莓果(guo)實(shí)成熟程度進(jìn)(jin)行分(fen)類,采用(yong)近紅外光譜(pu)檢測(cè)技術(shù)和(he)深度森林算法(fa),建立了(le)藍(lán)莓成熟(shu)度的判別模(mo)型。采用LabSpec?。担埃埃肮?guang)譜儀(yi)采集了三(san)種不同成熟程(cheng)度的藍(lán)莓標(biāo)準(zhǔn)(zhun)樣品,共獲(huo)取了150組(zu)光譜樣本。為確(que)定最佳(jia)輸入模型特征(zheng)數(shù)目,對(duì)原始光(guang)譜數(shù)據(jù)進(jìn)行(xing)SavitzkyGolay卷積平(ping)滑處理,采用(yong)主成分分析(xi)將平滑處理(li)后的數(shù)據(jù)(ju)降至4個(gè)主成分(fen),并采用多項(xiàng)式(shi)特征衍(yan)生方法對(duì)每(mei)個(gè)主成分進(jìn)(jin)行2、3、4、5階的特(te)征衍生,最(zui)終在深(shen)度森林(lin)中確定(ding)最佳的特(te)征衍生階數(shù)(shu)為4。為檢驗(yàn)深度(du)森林(lin)的成熟度(du)判別效果,將其(qi)與隨機(jī)森(sen)林、jiduan梯(ti)度提升樹(shu)算法(xgboost)及stacking融合(he)模型進(jìn)行(xing)了對(duì)(dui)比,對(duì)(dui)各模型確定(ding)了最佳超(chao)參數(shù)組(zu)合,深度森林和(he)stacking融合模(mo)型采(cai)用了手(shou)動(dòng)調(diào)(diao)參,隨機(jī)森林(lin)和xgboost采(cai)用了貝葉(ye)斯優(yōu)化(hua)算法進(jìn)行了超(chao)參數(shù)尋(xun)優(yōu)。模型評(píng)(ping)估指標(biāo)(biao)采用準(zhǔn)確(que)率、混淆矩陣、受(shou)試者(zhe)工作特(te)征曲線(ROC)、AUC度(du)量及抗噪(zao)能力。研(yan)究結(jié)果(guo)表明(ming),在測(cè)試集上,深(shen)度森林和stacking融合(he)模型的準(zhǔn)確(que)率均為(wei)95.56%,隨機(jī)(ji)森林和xgboost的準(zhǔn)確(que)率為(wei)93.33%;深度森林(lin)的AUC值為1,隨機(jī)森(sen)林、stacking融(rong)合模型、xgboost的(de)AUC值分別為(wei)0.99、0.98、0.96,深度森林和stacking融(rong)合模型(xing)的抗噪能力優(yōu)(you)于隨(sui)機(jī)森林和xgboost。該研(yan)究的深度(du)森林(lin)模型整體上判(pan)別效果優(yōu)于(yu)其他三種(zhong)模型,為(wei)藍(lán)莓成熟程(cheng)度判別提(ti)供了(le)技術(shù)支持(chi)。
1、硬度(du)測(cè)定(ding)
將藍(lán)莓樣品放(fang)置于質(zhì)構(gòu)儀測(cè)(ce)試平板上(shang),使用(yong)圓柱形探頭(tou)對(duì)單個(gè)漿(jiang)果進(jìn)行全質(zhì)(zhi)構(gòu)分析(xi)(TPA)測(cè)試(shi)。測(cè)前、測(cè)(ce)試和測(cè)(ce)后上(shang)行速度均為1mm/s,果(guo)肉變形(xing)30%,兩次壓縮停(ting)頓時(shí)間均為5s,以(yi)雙峰曲(qu)線中首峰(feng)的最大(da)值表示硬度。
參考文(wen)獻(xiàn):王宏恩(en)等:基于可見-近(jin)紅外光(guang)譜和深度(du)森林的藍(lán)莓成(cheng)熟度判別(bie). 光譜學(xué)與(yu)光譜分析, 2024年.