020-8288 0288

高光谱影像的鲜桃可溶性固形物含量预测

发布时间:2023-11-10
浏览次数:317

鲜桃是一种营养丰富和风味甜香的水果,可溶性固形物含量(SSC)作为影响鲜桃风味的重要 成分,也成为衡量鲜桃品质的重要参考标准,因此,精准估测SSC对于鲜桃分级和评价具有重要的研究意义和应用价值。目前,随着传感器和数据分析技术的快速发展,无损估测水果可溶性固形物含量被广泛研究及应用。

1.png


鲜桃是一种营养丰富和风味甜香的水果,可溶性固形物含量(SSC)作为影响鲜桃风味的重要 成分,也成为衡量鲜桃品质的重要参考标准,因此,精准估测SSC对于鲜桃分级和评价具有重要的研究意义和应用价值。目前,随着传感器和数据分析技术的快速发展,无损估测水果可溶性固形物含量被广泛研究及应用。其中,近红外光谱、多光谱、荧光谱、电子鼻等已经成功地检测鲜果SSC。


然而,目前大部分研究基于单一特征检测,从而限制了水果SSC预测模型的进一步探究。近年来,高光谱影像不仅提供光谱维信息,还提供空间维信息,常常被广泛用来检测水果的SSC。结果表明,基于高光谱影像特征估测SSC的可行性。然而,大部分研究仅基于光谱维信息,容易导致SSC估测模型过拟合。随着深度学习在不同领域的应用,为鲜桃SSC预测提供 了新思路和新方案。堆叠自动编码器(SAE)作为深度学习方法,具有较强的特征能力,从而提高预测模型的精确性。因此,在这项研究中设计不同结构的堆叠自动编码器,分别提取高光谱影像的光谱维、空间维信息深层特征,为鲜桃SSC的定量分析提供技术路径。


2.png



3.png



4.png



5.png


通过不同品种鲜桃样本的SSC可视化,表 明 SAE-PSO-SVR模型具有较好的普适性。基于SAE提取鲜桃高光谱影像的光谱信息和空间信息深层特征,进一步通过融合信息的深层特征构建了基于SAE-PSO-SVR的鲜桃SSC估测模型,有效的提高了模型的估测精度。

联系我们

Contact us
广东赛斯拜克技术有限公司
  • 地址:广州市增城区新城大道400号智能制造中心33号楼601
  • 电话:020-8288 0288   13500023589
  • 邮箱:3nh@3nh.com
  • 网址:http://www.sinespec.cn
Copyright © 2024 广东赛斯拜克技术有限公司 版权所有
  • 公司联系方式
    QQ
  • 网站首页
    首页
  • 公司联系电话
    电话
  • 返回
    返回顶部