東北林業(yè)大(da)學研(yan)究人(ren)員在國內(nèi)期(qi)刊《光譜學(xue)與光譜分析》發(fā)(fa)表了題為"基(ji)于可見(jian)－近紅外光譜和(he)深度森(sen)林的藍莓(mei)成熟度判別"的(de)研究論(lun)文。在該論文中，研(yan)究人員(yuan)使用上海(hai)騰拔(ba)Universal TA國產(chǎn)質(zhì)構儀測(ce)定了藍莓的硬(ying)度。

摘　要(yao)　為快速準(zhun)確對藍(lan)莓果實成熟程(cheng)度進(jin)行分(fen)類，采(cai)用近紅(hong)外光譜檢(jian)測技術和(he)深度森林算(suan)法，建立了藍(lan)莓成(cheng)熟度的(de)判別(bie)模型。采用ＬａｂＳｐｅｃ?。担埃埃肮庾V(pu)儀采集了三(san)種不同(tong)成熟程度的藍(lan)莓標準樣品(pin)，共獲取了１５０組(zu)光譜樣本。為確(que)定最(zui)佳輸入模型特(te)征數(shù)目，對原始(shi)光譜(pu)數(shù)據(jù)進行ＳａｖｉｔｚｋｙＧｏｌａｙ卷(juan)積平(ping)滑處理，采用主(zhu)成分分析將(jiang)平滑處(chu)理后的數(shù)(shu)據(jù)降至４個主成(cheng)分，并采用多項(xiang)式特征衍生(sheng)方法對每個主(zhu)成分進行２、３、４、５階(jie)的特征衍生，最(zui)終在深度森(sen)林中確定最(zui)佳的特(te)征衍生(sheng)階數(shù)為４。為檢驗(yan)深度森林的(de)成熟度判別效(xiao)果，將其與隨(sui)機森林、jiduan梯(ti)度提升(sheng)樹算法（ｘｇｂｏｏｓｔ）及(ji)ｓｔａｃｋｉｎｇ融合模型(xing)進行了對比(bi)，對各模型(xing)確定了(le)最佳(jia)超參數(shù)(shu)組合，深(shen)度森林(lin)和ｓｔａｃｋｉｎｇ融合(he)模型采用(yong)了手動調(diào)參(can)，隨機森林和ｘｇｂｏｏｓｔ采(cai)用了貝葉斯優(yōu)(you)化算法(fa)進行了超參(can)數(shù)尋優(yōu)。模型(xing)評估指標采(cai)用準確(que)率、混淆矩陣、受(shou)試者工作特(te)征曲(qu)線（ＲＯＣ）、ＡＵＣ度量及(ji)抗噪(zao)能力(li)。研究(jiu)結果(guo)表明，在測試集(ji)上，深度(du)森林和ｓｔａｃｋｉｎｇ融合模(mo)型的(de)準確(que)率均為(wei)９５．５６％，隨機森林和(he)ｘｇｂｏｏｓｔ的準確率為(wei)９３．３３％；深度森林的ＡＵＣ值(zhi)為１，隨機森(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(du)森林和ｓｔａｃｋｉｎｇ融(rong)合模型(xing)的抗(kang)噪能力(li)優(yōu)于隨機(ji)森林和ｘｇｂｏｏｓｔ。該研(yan)究的(de)深度(du)森林模(mo)型整(zheng)體上判別效果(guo)優(yōu)于其他三種(zhong)模型(xing)，為藍莓(mei)成熟程度(du)判別提供了技(ji)術支持。

1、硬度測定

將藍(lan)莓樣品放置于(yu)質(zhì)構儀測(ce)試平板(ban)上，使用圓柱形(xing)探頭(tou)對單個漿果(guo)進行全質(zhì)構分(fen)析（ＴＰＡ）測試。測(ce)前、測試和(he)測后上(shang)行速度均(jun)為１ｍｍ/s，果肉變(bian)形３０％，兩次(ci)壓縮(suo)停頓時間(jian)均為(wei)５ｓ，以雙峰(feng)曲線中首(shou)峰的最(zui)大值表示硬度(du)。

參考文(wen)獻：王宏恩等(deng)：基于(yu)可見(jian)－近紅外光譜(pu)和深度森林(lin)的藍莓成熟(shu)度判別. 光譜(pu)學與(yu)光譜分(fen)析, 2024年.