東北林業(yè)(ye)大學研究(jiu)人員在(zai)國內(nèi)期刊《光譜(pu)學與光譜分(fen)析》發(fā)表(biao)了題為"基(ji)于可見－近(jin)紅外光譜(pu)和深度森(sen)林的藍(lan)莓成熟度(du)判別"的研究論(lun)文。在該論文中，研(yan)究人員使(shi)用上(shang)海騰拔Universal TA國產(chǎn)(chan)質(zhì)構(gòu)(gou)儀測定(ding)了藍莓(mei)的硬度。

摘　要　為快(kuai)速準確(que)對藍莓果實(shi)成熟程度進行(xing)分類，采用(yong)近紅外(wai)光譜檢測(ce)技術(shù)和(he)深度森(sen)林算法，建立(li)了藍莓成熟(shu)度的判(pan)別模型。采用ＬａｂＳｐｅｃ?。担埃埃肮?guang)譜儀采集(ji)了三種(zhong)不同成(cheng)熟程度的藍莓(mei)標準樣品，共獲(huo)取了(le)１５０組光譜樣本(ben)。為確定最(zui)佳輸入模型特(te)征數(shù)目，對(dui)原始光譜數(shù)(shu)據(jù)進行(xing)ＳａｖｉｔｚｋｙＧｏｌａｙ卷積平滑處(chu)理，采用主成分(fen)分析將(jiang)平滑處理后的(de)數(shù)據(jù)降至４個主(zhu)成分，并采用(yong)多項式(shi)特征衍生方(fang)法對每個(ge)主成分進行(xing)２、３、４、５階的特征衍生(sheng)，最終在深(shen)度森林(lin)中確定最(zui)佳的特征衍生(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(jiang)其與隨(sui)機森林、jiduan梯度提(ti)升樹算法（ｘｇｂｏｏｓｔ）及(ji)ｓｔａｃｋｉｎｇ融合(he)模型(xing)進行了對(dui)比，對(dui)各模(mo)型確定了最(zui)佳超參數(shù)組(zu)合，深(shen)度森林和ｓｔａｃｋｉｎｇ融合(he)模型采用了手(shou)動調(diào)參，隨機(ji)森林和ｘｇｂｏｏｓｔ采(cai)用了貝葉斯優(yōu)(you)化算法進行(xing)了超(chao)參數(shù)(shu)尋優(yōu)。模型評(ping)估指標采用準(zhun)確率、混淆矩(ju)陣、受試者工作(zuo)特征曲線(xian)（ＲＯＣ）、ＡＵＣ度量(liang)及抗(kang)噪能力。研究結(jié)(jie)果表明(ming)，在測(ce)試集上，深度(du)森林和ｓｔａｃｋｉｎｇ融合模(mo)型的準確(que)率均為９５．５６％，隨(sui)機森林(lin)和ｘｇｂｏｏｓｔ的準確(que)率為９３．３３％；深度森林(lin)的ＡＵＣ值(zhi)為１，隨機森(sen)林、ｓｔａｃｋｉｎｇ融合(he)模型、ｘｇｂｏｏｓｔ的ＡＵＣ值分別(bie)為０．９９、０．９８、０．９６，深度森林和(he)ｓｔａｃｋｉｎｇ融合模型(xing)的抗(kang)噪能力優(yōu)于(yu)隨機(ji)森林和(he)ｘｇｂｏｏｓｔ。該研究(jiu)的深(shen)度森林模(mo)型整(zheng)體上(shang)判別(bie)效果優(yōu)于(yu)其他三種模(mo)型，為藍莓成熟(shu)程度判別(bie)提供(gong)了技術(shù)支持(chi)。

1、硬度測定(ding)

將藍莓樣品放(fang)置于(yu)質(zhì)構(gòu)儀測試平(ping)板上(shang)，使用圓柱形(xing)探頭對單(dan)個漿果進行全(quan)質(zhì)構(gòu)分析（ＴＰＡ）測(ce)試。測前、測(ce)試和測后(hou)上行速度均為(wei)１ｍｍ/s，果肉變形(xing)３０％，兩次壓(ya)縮停(ting)頓時間(jian)均為５ｓ，以雙峰曲(qu)線中(zhong)首峰的最大(da)值表示硬度(du)。

參考文獻：王宏(hong)恩等(deng)：基于可見－近(jin)紅外光譜和深(shen)度森林的藍莓(mei)成熟(shu)度判別(bie). 光譜學(xue)與光譜分析(xi), 2024年.