東北林(lin)業(yè)大學(xue)研究人員在(zai)國內(nei)期刊《光(guang)譜學與光譜分(fen)析》發(fā)表了題(ti)為"基于可見(jian)－近紅(hong)外光譜和深(shen)度森林的藍莓(mei)成熟(shu)度判別"的研(yan)究論文。在該(gai)論文中，研究(jiu)人員使用(yong)上海騰拔Universal TA國(guo)產質構(gou)儀測定了藍(lan)莓的硬度。

摘　要(yao)　為快速準確對(dui)藍莓果實成(cheng)熟程度進行(xing)分類，采用近紅(hong)外光譜檢測(ce)技術和深度(du)森林算(suan)法，建立了(le)藍莓成(cheng)熟度的判別模(mo)型。采用(yong)ＬａｂＳｐｅｃ?。担埃埃肮庾V儀采(cai)集了三種不(bu)同成熟程度(du)的藍莓標準樣(yang)品，共獲取了１５０組(zu)光譜樣本(ben)。為確定最佳(jia)輸入模型(xing)特征數(shù)(shu)目，對原始光譜(pu)數(shù)據(jù)(ju)進行ＳａｖｉｔｚｋｙＧｏｌａｙ卷積平(ping)滑處理(li)，采用主成(cheng)分分(fen)析將平(ping)滑處理(li)后的數(shù)據(jù)降至(zhi)４個主成分，并采(cai)用多項式(shi)特征衍生(sheng)方法對每(mei)個主成(cheng)分進行２、３、４、５階的(de)特征衍(yan)生，最終在(zai)深度森林中確(que)定最(zui)佳的特(te)征衍生(sheng)階數(shù)(shu)為４。為(wei)檢驗深度(du)森林(lin)的成熟度(du)判別效果，將(jiang)其與隨機(ji)森林、jiduan梯度(du)提升樹(shu)算法(fa)（ｘｇｂｏｏｓｔ）及ｓｔａｃｋｉｎｇ融(rong)合模型進(jin)行了(le)對比，對各模型(xing)確定了(le)最佳超參(can)數(shù)組(zu)合，深度森(sen)林和ｓｔａｃｋｉｎｇ融(rong)合模型采用(yong)了手動(dong)調參，隨機森林(lin)和ｘｇｂｏｏｓｔ采用了(le)貝葉斯優(yōu)化(hua)算法進行了(le)超參數(shù)(shu)尋優(yōu)。模型評估(gu)指標采用準(zhun)確率(lv)、混淆矩(ju)陣、受試者工作(zuo)特征曲線（ＲＯＣ）、ＡＵＣ度(du)量及抗噪(zao)能力。研究(jiu)結果表(biao)明，在(zai)測試集上(shang)，深度森林(lin)和ｓｔａｃｋｉｎｇ融合模(mo)型的準確率(lv)均為(wei)９５．５６％，隨機森林(lin)和ｘｇｂｏｏｓｔ的準確率(lv)為９３．３３％；深度森(sen)林的ＡＵＣ值為１，隨(sui)機森林、ｓｔａｃｋｉｎｇ融合(he)模型、ｘｇｂｏｏｓｔ的ＡＵＣ值分別(bie)為０．９９、０．９８、０．９６，深(shen)度森林和ｓｔａｃｋｉｎｇ融合(he)模型的(de)抗噪能力優(yōu)(you)于隨(sui)機森林和ｘｇｂｏｏｓｔ。該研(yan)究的深度(du)森林模型整(zheng)體上(shang)判別效(xiao)果優(yōu)于其(qi)他三種模型，為(wei)藍莓成熟程(cheng)度判別提供了(le)技術支(zhi)持。

1、硬度測定

將藍莓樣(yang)品放置于質構(gou)儀測(ce)試平(ping)板上，使用圓柱(zhu)形探頭(tou)對單個漿果(guo)進行全質構分(fen)析（ＴＰＡ）測試。測前、測(ce)試和(he)測后上行速度(du)均為１ｍｍ/s，果(guo)肉變形３０％，兩次(ci)壓縮(suo)停頓時間(jian)均為５ｓ，以雙峰曲(qu)線中首峰的(de)最大值(zhi)表示(shi)硬度。

參考文獻(xian)：王宏(hong)恩等：基(ji)于可(ke)見－近紅外(wai)光譜(pu)和深(shen)度森(sen)林的藍莓成熟(shu)度判別. 光譜學與光(guang)譜分析(xi), 2024年.