高光谱图像结合机器学习方法无损检测猕猴桃

作者:霍迎秋; 张晨; 李宇豪; 智文涛; 张炯; 刘景玲

摘要:为实现对过量使用1-MCP化学保鲜剂猕猴桃快速、无损检测,提出高光谱技术结合机器学习建立识别模型的检测方法。首先对空白猕猴桃和过量化学保鲜猕猴桃在865.11~1 711.71 nm范围内进行高光谱数据采集。然后选用标准正态变量变换方法预处理原始光谱数据以去除噪声,采用波段比算法增强图像,数学形态学算法提取感兴趣区域,进而计算光谱平均值。最后采用主成份分析(PCA)、竞争性自适应加权(CARS)方法对全光谱数据(FS)进行特征提取,去除干扰项;以PCA和CARS提取的特征量和FS数据作为输入,结合偏最小二乘(PLS)和支持向量机(SVM)建立12个识别模型。试验结果表明,基于PLS和SVM建立的识别模型均能够有效检测过量化学保鲜猕猴桃,其中CARS-SVM模型性能最好,平均正确识别率达100%,运行速度最快,仅为0.015 348 s,满足工程实践中实时性高的要求,为快速、无损检测猕猴桃果品安全提供理论支撑。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 农业科技
  • >
  • 农业工程
收录:
  • 维普收录(中)
  • 万方收录(中)
  • 上海图书馆馆藏
  • 国家图书馆馆藏
  • 知网收录(中)
  • 北大期刊(中国人文社会科学期刊)
  • 统计源期刊(中国科技论文优秀期刊)
关键词:
  • 机器学习
  • 竞争性自适应重加权
  • 主成分分析
  • 偏最小二乘
  • 支持向量机

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:中国农机化学报

期刊级别:北大期刊

期刊人气:5904

杂志介绍:
主管单位:中华人民共和国农业农村部
主办单位:农业农村部南京农业机械化研究所
出版地方:江苏
快捷分类:农业
国际刊号:2095-5553
国内刊号:32-1837/S
邮发代号:28-116
创刊时间:1957
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:0.69
综合影响因子:1.72