東北林業(yè)大學(xué)(xue)研究(jiu)人員(yuan)在國(guó)內(nèi)期(qi)刊《光譜學(xué)與(yu)光譜分析》發(fā)表(biao)了題(ti)為"基于可見(jiàn)－近(jin)紅外(wai)光譜和(he)深度森(sen)林的藍(lán)莓成(cheng)熟度判別(bie)"的研究論文。在該(gai)論文中，研(yan)究人(ren)員使用(yong)上海騰拔Universal TA國(guó)(guo)產(chǎn)質(zhì)構(gòu)儀測(cè)(ce)定了藍(lán)莓的(de)硬度(du)。

摘　要　為快速準(zhǔn)確對(duì)(dui)藍(lán)莓果實(shí)成(cheng)熟程度進(jìn)行分(fen)類(lèi)，采用近(jin)紅外光譜檢測(cè)(ce)技術(shù)和深度森(sen)林算法(fa)，建立(li)了藍(lán)(lan)莓成熟度的(de)判別(bie)模型。采用ＬａｂＳｐｅｃ?。担埃埃肮?guang)譜儀(yi)采集了(le)三種不同成熟(shu)程度的藍(lán)莓標(biāo)(biao)準(zhǔn)樣品，共獲取(qu)了１５０組光譜樣本(ben)。為確(que)定最佳輸入模(mo)型特(te)征數(shù)(shu)目，對(duì)(dui)原始光譜數(shù)(shu)據(jù)進(jìn)行(xing)ＳａｖｉｔｚｋｙＧｏｌａｙ卷積平滑處理(li)，采用主成(cheng)分分析將平(ping)滑處(chu)理后的數(shù)據(jù)(ju)降至４個(gè)主成(cheng)分，并采用多(duo)項(xiàng)式特(te)征衍生方(fang)法對(duì)(dui)每個(gè)主成分進(jìn)(jin)行２、３、４、５階(jie)的特征(zheng)衍生(sheng)，最終在(zai)深度森林中確(que)定最佳的(de)特征衍生階數(shù)(shu)為４。為檢驗(yàn)深度(du)森林的成(cheng)熟度判(pan)別效果(guo)，將其(qi)與隨機(jī)森林(lin)、jiduan梯度提升樹(shù)(shu)算法（ｘｇｂｏｏｓｔ）及(ji)ｓｔａｃｋｉｎｇ融合(he)模型進(jìn)行了對(duì)(dui)比，對(duì)各模型確(que)定了最佳(jia)超參數(shù)組合，深(shen)度森林和ｓｔａｃｋｉｎｇ融(rong)合模型采(cai)用了手動(dòng)(dong)調(diào)參，隨(sui)機(jī)森(sen)林和ｘｇｂｏｏｓｔ采用(yong)了貝葉斯優(yōu)化(hua)算法進(jìn)(jin)行了超參數(shù)(shu)尋優(yōu)。模型評(píng)估(gu)指標(biāo)(biao)采用準(zhǔn)確率、混(hun)淆矩陣、受試者(zhe)工作特征(zheng)曲線(xiàn)(xian)（ＲＯＣ）、ＡＵＣ度量(liang)及抗噪(zao)能力。研究(jiu)結(jié)果表(biao)明，在測(cè)試集(ji)上，深度森(sen)林和ｓｔａｃｋｉｎｇ融(rong)合模型的準(zhǔn)(zhun)確率均為(wei)９５．５６％，隨機(jī)森(sen)林和(he)ｘｇｂｏｏｓｔ的準(zhǔn)(zhun)確率為９３．３３％；深度森(sen)林的ＡＵＣ值為１，隨(sui)機(jī)森林、ｓｔａｃｋｉｎｇ融(rong)合模型(xing)、ｘｇｂｏｏｓｔ的ＡＵＣ值分(fen)別為０．９９、０．９８、０．９６，深度(du)森林和ｓｔａｃｋｉｎｇ融合(he)模型的抗噪能(neng)力優(yōu)于(yu)隨機(jī)森(sen)林和ｘｇｂｏｏｓｔ。該研究的(de)深度森林模型(xing)整體上(shang)判別效(xiao)果優(yōu)于(yu)其他三(san)種模型，為藍(lán)(lan)莓成(cheng)熟程度判(pan)別提供了技術(shù)(shu)支持(chi)。

1、硬度測(cè)(ce)定

將藍(lán)(lan)莓樣品放(fang)置于質(zhì)構(gòu)(gou)儀測(cè)試平板(ban)上，使用(yong)圓柱(zhu)形探頭(tou)對(duì)單個(gè)(ge)漿果進(jìn)(jin)行全質(zhì)構(gòu)分(fen)析（ＴＰＡ）測(cè)試。測(cè)(ce)前、測(cè)試(shi)和測(cè)后上(shang)行速(su)度均為１ｍｍ/s，果肉變(bian)形３０％，兩次壓(ya)縮停頓時(shí)(shi)間均為(wei)５ｓ，以雙峰曲線(xiàn)(xian)中首峰的最(zui)大值表(biao)示硬度。

參考文獻(xiàn)：王(wang)宏恩等：基于可(ke)見(jiàn)－近紅外(wai)光譜和(he)深度森(sen)林的藍(lán)莓成(cheng)熟度判別. 光譜學(xué)與光(guang)譜分析(xi), 2024年.