東北林(lin)業(yè)大學(xué)研(yan)究人員在國內(nèi)(nei)期刊《光譜學(xué)(xue)與光譜分析(xi)》發(fā)表(biao)了題為"基于可(ke)見－近紅外光譜(pu)和深(shen)度森林(lin)的藍莓成熟度(du)判別"的研究論(lun)文。在該論(lun)文中，研究人(ren)員使用上海騰(teng)拔Universal TA國產(chǎn)質(zhì)(zhi)構(gòu)儀(yi)測定了藍莓(mei)的硬度。

摘　要　為快速(su)準(zhǔn)確對藍莓果(guo)實成熟程(cheng)度進(jin)行分類(lei)，采用近(jin)紅外光譜檢(jian)測技(ji)術(shù)和(he)深度森林(lin)算法，建(jian)立了藍莓(mei)成熟度(du)的判別(bie)模型(xing)。采用ＬａｂＳｐｅｃ?。担埃埃肮庾V儀采(cai)集了(le)三種(zhong)不同成(cheng)熟程度的藍(lan)莓標(biāo)準(zhǔn)樣品(pin)，共獲取了１５０組(zu)光譜樣本。為(wei)確定最佳(jia)輸入模型特(te)征數(shù)(shu)目，對原始光(guang)譜數(shù)(shu)據(jù)進(jin)行ＳａｖｉｔｚｋｙＧｏｌａｙ卷(juan)積平滑處理，采(cai)用主成分(fen)分析將平滑處(chu)理后的數(shù)據(jù)降(jiang)至４個(ge)主成(cheng)分，并采(cai)用多項式特(te)征衍生方法(fa)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(zai)深度森(sen)林中(zhong)確定最佳的特(te)征衍(yan)生階數(shù)為４。為檢(jian)驗深度森(sen)林的成熟(shu)度判別(bie)效果(guo)，將其與(yu)隨機森林、jiduan梯度(du)提升樹算法（ｘｇｂｏｏｓｔ）及(ji)ｓｔａｃｋｉｎｇ融合模(mo)型進(jin)行了對比(bi)，對各模型確(que)定了最(zui)佳超(chao)參數(shù)組合，深度(du)森林和ｓｔａｃｋｉｎｇ融合(he)模型(xing)采用了(le)手動調(diào)參(can)，隨機森林(lin)和ｘｇｂｏｏｓｔ采(cai)用了貝葉(ye)斯優(yōu)化算(suan)法進(jin)行了超參數(shù)尋(xun)優(yōu)。模型(xing)評估指標(biāo)(biao)采用準(zhǔn)(zhun)確率、混淆矩(ju)陣、受試者工(gong)作特征曲(qu)線（ＲＯＣ）、ＡＵＣ度量及(ji)抗噪(zao)能力。研究結(jié)果(guo)表明，在測(ce)試集上，深度森(sen)林和ｓｔａｃｋｉｎｇ融(rong)合模型(xing)的準(zhǔn)確率均為(wei)９５．５６％，隨機森林和ｘｇｂｏｏｓｔ的(de)準(zhǔn)確率為９３．３３％；深度(du)森林(lin)的ＡＵＣ值為(wei)１，隨機森(sen)林、ｓｔａｃｋｉｎｇ融(rong)合模型、ｘｇｂｏｏｓｔ的(de)ＡＵＣ值分別(bie)為０．９９、０．９８、０．９６，深度森林(lin)和ｓｔａｃｋｉｎｇ融(rong)合模型的抗噪(zao)能力(li)優(yōu)于隨機森林(lin)和ｘｇｂｏｏｓｔ。該研(yan)究的深度(du)森林模(mo)型整體上判別(bie)效果(guo)優(yōu)于其他三(san)種模(mo)型，為藍(lan)莓成熟程度(du)判別提供(gong)了技(ji)術(shù)支持。

1、硬度測定

將藍莓樣品(pin)放置(zhi)于質(zhì)構(gòu)儀測試(shi)平板上，使用圓(yuan)柱形探頭對單(dan)個漿(jiang)果進行全質(zhì)構(gòu)(gou)分析（ＴＰＡ）測試。測前(qian)、測試和測后上(shang)行速(su)度均(jun)為１ｍｍ/s，果肉(rou)變形３０％，兩次壓縮(suo)停頓時間均為(wei)５ｓ，以雙峰曲(qu)線中首峰的(de)最大值表示硬(ying)度。

參考文獻：王宏(hong)恩等：基(ji)于可見(jian)－近紅外(wai)光譜和深(shen)度森林的(de)藍莓成(cheng)熟度判(pan)別. 光譜學(xué)與(yu)光譜(pu)分析, 2024年.