東北(bei)林業(yè)(ye)大學研究人員(yuan)在國(guo)內(nèi)期刊《光譜(pu)學與光(guang)譜分析(xi)》發(fā)表了(le)題為(wei)"基于(yu)可見(jian)－近紅外光譜和(he)深度森林(lin)的藍莓(mei)成熟度判別(bie)"的研究論(lun)文。在該(gai)論文中，研究人(ren)員使用(yong)上海騰拔Universal TA國產(chǎn)(chan)質(zhì)構(gòu)儀測定(ding)了藍莓(mei)的硬度。

摘　要　為快速(su)準確對藍莓(mei)果實成熟程度(du)進行分類，采(cai)用近紅外光(guang)譜檢(jian)測技術(shù)和深度(du)森林(lin)算法，建立(li)了藍莓成熟(shu)度的判別模型(xing)。采用ＬａｂＳｐｅｃ?。担埃埃肮?guang)譜儀采集(ji)了三種不同成(cheng)熟程(cheng)度的藍莓標準(zhun)樣品，共獲取(qu)了１５０組光譜樣本(ben)。為確(que)定最(zui)佳輸入模型(xing)特征數(shù)目，對(dui)原始光譜數(shù)據(jù)(ju)進行ＳａｖｉｔｚｋｙＧｏｌａｙ卷積平滑(hua)處理(li)，采用主成分分(fen)析將平滑(hua)處理后(hou)的數(shù)(shu)據(jù)降至４個主(zhu)成分，并(bing)采用多項(xiang)式特征(zheng)衍生(sheng)方法對每(mei)個主(zhu)成分進(jin)行２、３、４、５階的特(te)征衍生(sheng)，最終在(zai)深度森林中確(que)定最佳的特征(zheng)衍生階數(shù)為(wei)４。為檢(jian)驗深(shen)度森林的成(cheng)熟度判別效果(guo)，將其(qi)與隨(sui)機森(sen)林、jiduan梯度(du)提升樹算(suan)法（ｘｇｂｏｏｓｔ）及ｓｔａｃｋｉｎｇ融(rong)合模(mo)型進行了(le)對比(bi)，對各模型(xing)確定了最佳超(chao)參數(shù)組合(he)，深度森林和ｓｔａｃｋｉｎｇ融(rong)合模(mo)型采用(yong)了手動調(diào)參(can)，隨機森林和(he)ｘｇｂｏｏｓｔ采用了貝葉(ye)斯優(yōu)(you)化算法進行(xing)了超參數(shù)(shu)尋優(yōu)。模型評(ping)估指標(biao)采用(yong)準確(que)率、混(hun)淆矩(ju)陣、受試者(zhe)工作特(te)征曲線(xian)（ＲＯＣ）、ＡＵＣ度量及(ji)抗噪能力(li)。研究(jiu)結(jié)果表明，在(zai)測試集(ji)上，深(shen)度森林和ｓｔａｃｋｉｎｇ融(rong)合模型的準確(que)率均為９５．５６％，隨機森(sen)林和(he)ｘｇｂｏｏｓｔ的準確率為(wei)９３．３３％；深度森林的(de)ＡＵＣ值為１，隨(sui)機森林、ｓｔａｃｋｉｎｇ融合模(mo)型、ｘｇｂｏｏｓｔ的ＡＵＣ值分(fen)別為(wei)０．９９、０．９８、０．９６，深度森林(lin)和ｓｔａｃｋｉｎｇ融合模型的(de)抗噪能力優(yōu)(you)于隨機森(sen)林和ｘｇｂｏｏｓｔ。該研究的(de)深度森(sen)林模型整體上(shang)判別效果(guo)優(yōu)于其(qi)他三(san)種模型，為(wei)藍莓成熟程(cheng)度判別提供(gong)了技術(shù)支持(chi)。

1、硬度(du)測定(ding)

將藍莓樣(yang)品放置(zhi)于質(zhì)(zhi)構(gòu)儀測試平板(ban)上，使用圓(yuan)柱形探頭(tou)對單(dan)個漿果(guo)進行(xing)全質(zhì)構(gòu)(gou)分析(xi)（ＴＰＡ）測試。測前、測(ce)試和測后上(shang)行速度均為(wei)１ｍｍ/s，果肉變形３０％，兩次(ci)壓縮(suo)停頓時間均為(wei)５ｓ，以雙峰(feng)曲線中首峰(feng)的最大值(zhi)表示硬度。

參考文獻(xian)：王宏恩(en)等：基于可(ke)見－近紅外光(guang)譜和深(shen)度森林(lin)的藍莓成熟(shu)度判別. 光譜學與光譜(pu)分析, 2024年.