東北林業(yè)大(da)學研究人(ren)員在(zai)國內(nèi)期刊《光(guang)譜學與光譜分(fen)析》發(fā)表(biao)了題(ti)為"基于可見(jian)－近紅外光譜(pu)和深度(du)森林的藍莓成(cheng)熟度判別"的(de)研究論(lun)文。在該論文(wen)中，研究(jiu)人員(yuan)使用上海騰拔(ba)Universal TA國產(chǎn)質(zhì)構儀測(ce)定了藍莓的(de)硬度。

摘　要　為快速準確(que)對藍莓果實成(cheng)熟程度進(jin)行分(fen)類，采用(yong)近紅外光譜檢(jian)測技術(shu)和深度森林(lin)算法(fa)，建立了藍莓(mei)成熟(shu)度的判(pan)別模型。采用(yong)ＬａｂＳｐｅｃ?。担埃埃肮庾V儀采集了(le)三種不同成(cheng)熟程度的(de)藍莓標(biao)準樣(yang)品，共(gong)獲取(qu)了１５０組光譜樣(yang)本。為(wei)確定最佳輸入(ru)模型特征數(shù)(shu)目，對原(yuan)始光譜數(shù)(shu)據(jù)進行ＳａｖｉｔｚｋｙＧｏｌａｙ卷(juan)積平滑(hua)處理，采用主成(cheng)分分(fen)析將平滑處理(li)后的數(shù)據(jù)降(jiang)至４個主成分，并(bing)采用多項(xiang)式特征衍生(sheng)方法(fa)對每(mei)個主成分進(jin)行２、３、４、５階的特征(zheng)衍生(sheng)，最終在深(shen)度森林(lin)中確定最(zui)佳的特征衍(yan)生階數(shù)為(wei)４。為檢驗深度森(sen)林的(de)成熟度判別(bie)效果(guo)，將其與隨(sui)機森林(lin)、jiduan梯度(du)提升樹(shu)算法（ｘｇｂｏｏｓｔ）及ｓｔａｃｋｉｎｇ融合(he)模型進行了對(dui)比，對各模型(xing)確定了最(zui)佳超參數(shù)組合(he)，深度(du)森林(lin)和ｓｔａｃｋｉｎｇ融(rong)合模型采用了(le)手動(dong)調(diào)參(can)，隨機森(sen)林和ｘｇｂｏｏｓｔ采用(yong)了貝葉(ye)斯優(yōu)化算法(fa)進行了超(chao)參數(shù)尋優(yōu)(you)。模型(xing)評估指標(biao)采用準確率、混(hun)淆矩陣、受試(shi)者工(gong)作特征(zheng)曲線（ＲＯＣ）、ＡＵＣ度量(liang)及抗噪(zao)能力。研究結果(guo)表明，在測試(shi)集上，深度(du)森林和ｓｔａｃｋｉｎｇ融(rong)合模(mo)型的準確率(lv)均為９５．５６％，隨機(ji)森林和ｘｇｂｏｏｓｔ的準確(que)率為９３．３３％；深度森林(lin)的ＡＵＣ值為１，隨機森(sen)林、ｓｔａｃｋｉｎｇ融合(he)模型、ｘｇｂｏｏｓｔ的ＡＵＣ值分(fen)別為０．９９、０．９８、０．９６，深(shen)度森林和(he)ｓｔａｃｋｉｎｇ融合模型的抗(kang)噪能力優(yōu)于(yu)隨機(ji)森林和ｘｇｂｏｏｓｔ。該研(yan)究的(de)深度森(sen)林模型整(zheng)體上判(pan)別效果(guo)優(yōu)于其(qi)他三(san)種模(mo)型，為藍莓成熟(shu)程度(du)判別提供了(le)技術支持(chi)。

1、硬度測定

將藍莓(mei)樣品放置(zhi)于質(zhì)構儀(yi)測試平板(ban)上，使用圓(yuan)柱形探(tan)頭對(dui)單個漿(jiang)果進行全質(zhì)構(gou)分析（ＴＰＡ）測試(shi)。測前(qian)、測試和測(ce)后上(shang)行速(su)度均(jun)為１ｍｍ/s，果肉(rou)變形３０％，兩次壓(ya)縮停頓(dun)時間(jian)均為５ｓ，以雙峰曲(qu)線中首峰(feng)的最大值(zhi)表示硬度。

參考文獻：王(wang)宏恩等：基于可(ke)見－近紅外光(guang)譜和深度森(sen)林的(de)藍莓(mei)成熟度判(pan)別. 光譜學與(yu)光譜(pu)分析(xi), 2024年.