東北林業(yè)大學(xué)(xue)研究人員在國(guo)內(nèi)期刊(kan)《光譜學(xué)與光(guang)譜分析(xi)》發(fā)表了(le)題為"基于可(ke)見－近(jin)紅外光譜和(he)深度(du)森林的藍莓成(cheng)熟度(du)判別"的研究(jiu)論文。在該論文中(zhong)，研究人員(yuan)使用上海騰(teng)拔Universal TA國(guo)產(chǎn)質(zhì)構(gòu)(gou)儀測定(ding)了藍莓(mei)的硬度。

摘　要　為快速準(zhun)確對藍莓果(guo)實成熟(shu)程度進行分類(lei)，采用近紅(hong)外光(guang)譜檢(jian)測技術(shù)和(he)深度森林算法(fa)，建立了藍莓(mei)成熟度(du)的判(pan)別模型。采(cai)用ＬａｂＳｐｅｃ?。担埃埃肮庾V(pu)儀采(cai)集了三種不同(tong)成熟(shu)程度的藍(lan)莓標(biāo)準(zhun)樣品，共獲(huo)取了１５０組光譜樣(yang)本。為確定最(zui)佳輸入模型(xing)特征(zheng)數(shù)目，對(dui)原始(shi)光譜數(shù)據(jù)(ju)進行ＳａｖｉｔｚｋｙＧｏｌａｙ卷積平滑(hua)處理，采用主(zhu)成分分(fen)析將平滑(hua)處理后的數(shù)據(jù)(ju)降至４個主(zhu)成分，并采用(yong)多項式特(te)征衍生方(fang)法對每個(ge)主成分(fen)進行２、３、４、５階的特(te)征衍(yan)生，最終在深度(du)森林中(zhong)確定最佳的特(te)征衍生(sheng)階數(shù)(shu)為４。為檢驗深(shen)度森林的成熟(shu)度判別(bie)效果，將其(qi)與隨機森林、jiduan梯(ti)度提升樹算(suan)法（ｘｇｂｏｏｓｔ）及ｓｔａｃｋｉｎｇ融合(he)模型進行(xing)了對比(bi)，對各模(mo)型確定了最(zui)佳超(chao)參數(shù)(shu)組合，深度森(sen)林和ｓｔａｃｋｉｎｇ融(rong)合模型采用了(le)手動調(diào)(diao)參，隨機森(sen)林和ｘｇｂｏｏｓｔ采用(yong)了貝葉(ye)斯優(yōu)化算法進(jin)行了超參數(shù)尋(xun)優(yōu)。模型評估指(zhi)標(biāo)采用準確(que)率、混淆矩陣、受(shou)試者(zhe)工作特征曲線(xian)（ＲＯＣ）、ＡＵＣ度量及抗(kang)噪能(neng)力。研究(jiu)結(jié)果(guo)表明，在測試(shi)集上，深度森林(lin)和ｓｔａｃｋｉｎｇ融合模(mo)型的準(zhun)確率(lv)均為９５．５６％，隨機森林(lin)和ｘｇｂｏｏｓｔ的準確(que)率為(wei)９３．３３％；深度森(sen)林的ＡＵＣ值(zhi)為１，隨機森林、ｓｔａｃｋｉｎｇ融(rong)合模型、ｘｇｂｏｏｓｔ的ＡＵＣ值(zhi)分別為(wei)０．９９、０．９８、０．９６，深度森(sen)林和(he)ｓｔａｃｋｉｎｇ融合模型(xing)的抗噪能力優(yōu)(you)于隨機森林和(he)ｘｇｂｏｏｓｔ。該研究的深度(du)森林模型整(zheng)體上判別(bie)效果優(yōu)于其他(ta)三種(zhong)模型，為藍莓(mei)成熟程度判(pan)別提供了技(ji)術(shù)支持。

1、硬度(du)測定

將藍(lan)莓樣品放置(zhi)于質(zhì)構(gòu)(gou)儀測試平板上(shang)，使用(yong)圓柱形探頭對(dui)單個漿果進(jin)行全質(zhì)構(gòu)分析(xi)（ＴＰＡ）測試。測前、測試(shi)和測(ce)后上行(xing)速度均為(wei)１ｍｍ/s，果肉變形３０％，兩(liang)次壓縮停(ting)頓時間均為５ｓ，以(yi)雙峰曲線中首(shou)峰的最大值表(biao)示硬度(du)。

參考文獻(xian)：王宏恩等：基于(yu)可見－近(jin)紅外光譜和深(shen)度森林的藍莓(mei)成熟度(du)判別. 光譜學(xué)與光(guang)譜分析(xi), 2024年.