典型文献
基于高光谱成像的枇杷果实品质检测
文献摘要：
采用高光谱成像技术(HSI)在可见/近红外(363～1026 nm)区域检测枇杷果实的可溶性固形物(SSC)和硬度,并判断其成熟度,以实现枇杷果实品质的无损检测和分级分选.利用蒙特卡洛法(MC)剔除异常样本,基于联合X-Y距离(SPXY)进行建模集和预测集样本的划分,再采用竞争性自适应权重采样算法(CARS)和连续投影算法(SPA)选取特征波长,与全波段光谱(FS)比较,分别建立偏最小二乘回归(PLSR)模型.结果显示,CARS-PLSR模型更优,CARS提取的SSC特征波长和硬度特征波长分别占总波长的8.52％和5.36％,枇杷果实中SSC和硬度的建模集相关系数Rc分别为0.9817,0.9707,预测集相关系数Rp分别为0.9185,0.7423,说明CARS能有效地对光谱进行降维,简化了数据处理过程.枇杷果实SSC和硬度的变化与果实成熟度显著相关,建立判别偏最小二乘法(DPLS)成熟度预测模型,预测集总识别准确率为89.29％.由此说明,高光谱成像技术可对枇杷品质进行有效检测,为枇杷果实的无损检测和分级分选提供了理论依据.
文献关键词：
枇杷;高光谱成像;品质检测;偏最小二乘回归;判别偏最小二乘法
中图分类号：
作者姓名：
吴习宇;曾凯芳;郭启高;任丹;伍柯翰;徐丹
作者机构：
西南大学食品科学学院, 重庆 400716;西南大学食品贮藏与物流研究中心, 重庆 400716;西南大学园艺园林学院, 重庆 400716
文献出处：
引用格式：
[1]吴习宇;曾凯芳;郭启高;任丹;伍柯翰;徐丹-.基于高光谱成像的枇杷果实品质检测)[J].西南大学学报（自然科学版）,2022(09):52-60
A类：
判别偏最小二乘法,枇杷品质
B类：
枇杷果实,果实品质,品质检测,高光谱成像技术,HSI,近红外,区域检测,可溶性固形物,SSC,无损检测,分选,蒙特卡洛法,MC,SPXY,竞争性,自适应权重,重采样,采样算法,CARS,连续投影算法,SPA,特征波长,全波段,FS,偏最小二乘回归,PLSR,Rc,Rp,果实成熟度,DPLS,识别准确率,有效检测
AB值：
0.238329
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
