4
技術(shù)文(wén)章
Technical articles
熱門搜(sōu)索(suǒ):
Universal TA質(zhì)構(gòu)儀
Rapid TA質(zhì)構(gòu)儀(yí)
魚(yú)糜彈(dàn)性(xìng)儀
質構(gòu)儀(yí)探頭
凝膠強度測定(dìng)儀
Rapid TA+質構(gòu)儀(yí)
肌(jī)肉嫩度儀(yí)
iDeal TA物性測(cè)試儀
化工物性分析(xī)儀(yí)
TBUTA-23質構儀(yí)
RTA-SCP土(tǔ)壤(rǎng)微型貫(guàn)入(rù)儀
納米(mǐ)粒子高(gāo)效自動(dòng)收(shōu)集(jí)裝(zhuāng)置(zhì)
通針性測(cè)試儀
RTA-SA土壤(rǎng)粘附力測(cè)定(dìng)儀(yí)
茶樹(shù)新梢(shāo)嫩(nèn)度測定儀(yí)
微(wēi)針(zhēn)強度測(cè)定儀
當前(qián)位(wèi)置:首頁
技術(shù)文(wén)章
上(shàng)海騰拔國(guó)產質構儀(yí)用於(yú)測定藍莓的硬度(dù)
更新時間:2025-02-18
點(diǎn)擊次數(shù):1503
東北林業大(dà)學研究人員(yuán)在國(guó)內(nèi)期刊《光(guāng)譜學(xué)與光譜分(fēn)析》發表(biǎo)了題(tí)為"基(jī)於可(kě)見(jiàn)-近(jìn)紅外光譜和深度森林的藍(lán)莓成(chéng)熟(shú)度(dù)判(pàn)別"的(dí)研究(jiū)論文(wén)。在該(gāi)論文(wén)中(zhōng),研(yán)究(jiū)人員(yuán)使用上海騰(téng)拔Universal TA國產質(zhì)構儀(yí)測定了藍(lán)莓(méi)的硬(yìng)度。
摘 要(yào) 為快(kuài)速準確對藍莓(méi)果實(shí)成熟(shú)程度(dù)進(jìn)行分(fēn)類(lèi),采(cǎi)用(yòng)近(jìn)紅(hóng)外(wài)光譜檢測(cè)技術和深度森林(lín)算(suàn)法(fǎ),建立(lì)了藍莓(méi)成(chéng)熟(shú)度(dù)的判(pàn)別(bié)模型。采用(yòng)LabSpec 5000光譜(pǔ)儀采集了三(sān)種(zhǒng)不同(tóng)成(chéng)熟程度(dù)的(dí)藍(lán)莓標準樣品,共獲取了(liǎo)150組(zǔ)光譜樣本(běn)。為確(què)定(dìng)最(zuì)佳(jiā)輸入(rù)模型特(tè)征數(shù)目,對原始光(guāng)譜(pǔ)數據進行(háng)SavitzkyGolay卷(juàn)積(jī)平滑處理,采(cǎi)用主成(chéng)分分(fēn)析(xī)將平滑(huá)處理(lǐ)後的(dí)數(shù)據(jù)降至(zhì)4個(gè)主(zhǔ)成分,並(bìng)采用(yòng)多項(xiàng)式特征衍生(shēng)方法(fǎ)對每(měi)個(gè)主成(chéng)分進行2,3,4,5階的(dí)特(tè)征(zhēng)衍生(shēng),最終在深度森(sēn)林中確定最佳的特(tè)征(zhēng)衍(yǎn)生階數為(wéi)4。為(wéi)檢驗深(shēn)度森(sēn)林的(dí)成熟度(dù)判別效(xiào)果,將(jiāng)其(qí)與隨(suí)機森林(lín),jiduan梯(tī)度提升樹算法(fǎ)(xgboost)及stacking融合(hé)模(mó)型(xíng)進(jìn)行(háng)了(liǎo)對比(bǐ),對(duì)各模(mó)型(xíng)確(què)定(dìng)了(liǎo)最(zuì)佳(jiā)超(chāo)參數組(zǔ)合,深度(dù)森(sēn)林和stacking融(róng)合(hé)模型采(cǎi)用了手(shǒu)動調參,隨(suí)機森林(lín)和(hé)xgboost采(cǎi)用了(liǎo)貝葉(yè)斯(sī)優(yōu)化(huà)算法進(jìn)行(háng)了(liǎo)超參(cān)數(shù)尋(xún)優。模型(xíng)評估(gū)指標采用準(zhǔn)確率,混(hùn)淆(xiáo)矩陣(zhèn),受(shòu)試者工(gōng)作特(tè)征(zhēng)曲(qū)綫(ROC),AUC度量(liáng)及(jí)抗噪(zào)能力。研究結果表明,在測(cè)試(shì)集(jí)上(shàng),深(shēn)度森(sēn)林和stacking融合模(mó)型的(dí)準確率均(jūn)為95.56%,隨機(jī)森林(lín)和(hé)xgboost的準確(què)率(shuài)為93.33%;深(shēn)度(dù)森林(lín)的AUC值為1,隨(suí)機(jī)森(sēn)林(lín),stacking融合模(mó)型(xíng),xgboost的(dí)AUC值分別(bié)為(wéi)0.99,0.98,0.96,深度森林和stacking融(róng)合(hé)模(mó)型的抗噪(zào)能力優於隨(suí)機森林(lín)和(hé)xgboost。該(gāi)研究(jiū)的深度(dù)森林模型(xíng)整(zhěng)體(tǐ)上判別(bié)效果(guǒ)優(yōu)於其(qí)他(tā)三種(zhǒng)模型,為藍莓成(chéng)熟程度判(pàn)別(bié)提(tí)供了技(jì)術支持(chí)。
1,硬(yìng)度測(cè)定
將(jiāng)藍莓(méi)樣品放(fàng)置(zhì)於(yú)質構儀測(cè)試(shì)平板(bǎn)上,使用(yòng)圓柱形(xíng)探頭(tóu)對單個漿果(guǒ)進行(háng)全(quán)質構分(fēn)析(TPA)測(cè)試。測(cè)前,測試(shì)和測後上行速度均為1mm/s,果肉變(biàn)形30%,兩(liǎng)次壓縮(suō)停頓時間均為5s,以雙峰曲綫中(zhōng)首峰(fēng)的(dí)最(zuì)大(dà)值表(biǎo)示硬(yìng)度。
參(cān)考(kǎo)文獻(xiàn):王宏恩等(děng):基(jī)於可見(jiàn)-近(jìn)紅外光譜和深(shēn)度(dù)森(sēn)林(lín)的藍(lán)莓成熟(shú)度判別. 光(guāng)譜學與光譜分析, 2024年.