東北林業(yè)(ye)大學(xue)研究人員(yuan)在國內(nèi)期(qi)刊《光譜學與(yu)光譜(pu)分析(xi)》發(fā)表了題(ti)為"基于可見(jian)－近紅外光(guang)譜和深度森林(lin)的藍莓(mei)成熟度判(pan)別"的研究論(lun)文。在該論文(wen)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　為快速準(zhun)確對藍莓果實(shi)成熟程度(du)進行分類，采(cai)用近紅外光(guang)譜檢(jian)測技術(shu)和深度森林(lin)算法(fa)，建立了(le)藍莓成熟度的(de)判別模型。采用(yong)ＬａｂＳｐｅｃ　５０００光譜儀采集了(le)三種不同(tong)成熟程度的藍(lan)莓標(biao)準樣品(pin)，共獲取了１５０組光(guang)譜樣本。為確定(ding)最佳輸入模(mo)型特征數(shù)目(mu)，對原始光譜(pu)數(shù)據(jù)進行ＳａｖｉｔｚｋｙＧｏｌａｙ卷積(ji)平滑處理(li)，采用主成分(fen)分析將(jiang)平滑處(chu)理后的數(shù)(shu)據(jù)降至(zhi)４個主成(cheng)分，并(bing)采用(yong)多項式特(te)征衍生(sheng)方法(fa)對每個主成(cheng)分進(jin)行２、３、４、５階的特征衍(yan)生，最(zui)終在深度(du)森林(lin)中確定最(zui)佳的(de)特征衍生階(jie)數(shù)為４。為(wei)檢驗深度森(sen)林的成熟度判(pan)別效果(guo)，將其與隨機森(sen)林、jiduan梯度(du)提升樹算法（ｘｇｂｏｏｓｔ）及(ji)ｓｔａｃｋｉｎｇ融合模型進行(xing)了對比(bi)，對各(ge)模型確定(ding)了最佳(jia)超參數(shù)組合，深(shen)度森林和ｓｔａｃｋｉｎｇ融(rong)合模型采用(yong)了手動調(diào)(diao)參，隨機森林(lin)和ｘｇｂｏｏｓｔ采用了貝(bei)葉斯優(yōu)化算(suan)法進行了超(chao)參數(shù)尋優(yōu)。模型(xing)評估指標采用(yong)準確率、混淆矩(ju)陣、受(shou)試者工作特(te)征曲線（ＲＯＣ）、ＡＵＣ度量及(ji)抗噪能力(li)。研究(jiu)結(jié)果表(biao)明，在測(ce)試集上，深度森(sen)林和ｓｔａｃｋｉｎｇ融合模(mo)型的準(zhun)確率均為(wei)９５．５６％，隨機森林和ｘｇｂｏｏｓｔ的(de)準確率為(wei)９３．３３％；深度森林(lin)的ＡＵＣ值(zhi)為１，隨(sui)機森林、ｓｔａｃｋｉｎｇ融(rong)合模型、ｘｇｂｏｏｓｔ的(de)ＡＵＣ值分(fen)別為０．９９、０．９８、０．９６，深(shen)度森林和ｓｔａｃｋｉｎｇ融(rong)合模型的抗噪(zao)能力優(yōu)(you)于隨機森(sen)林和ｘｇｂｏｏｓｔ。該研究的(de)深度森林模(mo)型整體上判別(bie)效果(guo)優(yōu)于其他三(san)種模型，為(wei)藍莓成熟程(cheng)度判別提供了(le)技術支持。

1、硬度測(ce)定

將藍(lan)莓樣品放(fang)置于(yu)質(zhì)構(gòu)儀測試平(ping)板上，使(shi)用圓(yuan)柱形(xing)探頭對單個(ge)漿果進(jin)行全(quan)質(zhì)構(gòu)分析（ＴＰＡ）測試(shi)。測前(qian)、測試(shi)和測(ce)后上行(xing)速度均為１ｍｍ/s，果(guo)肉變(bian)形３０％，兩(liang)次壓縮停頓(dun)時間均為(wei)５ｓ，以雙峰曲線(xian)中首峰的最(zui)大值表(biao)示硬(ying)度。

參考文獻：王(wang)宏恩等：基(ji)于可見－近(jin)紅外光譜和深(shen)度森(sen)林的藍莓成(cheng)熟度(du)判別. 光譜學與(yu)光譜(pu)分析, 2024年.