基于可见/近红外光谱的菠萝水心病无损检测.
- Resource Type
- Article
- Authors
- 徐 赛; 陆华忠; 王 旭; 丘广俊; 王 陈; 梁 鑫
- Source
- Transactions of the Chinese Society of Agricultural Engineering. 2021, Vol. 37 Issue 21, p287-294. 8p.
- Subject
- *PARTIAL least squares regression
*NEAR infrared spectroscopy
*PRINCIPAL components analysis
*OPTICAL fibers
*PRICE marks
- Language
- Chinese
- ISSN
- 1002-6819
水心病近年严重危害菠萝产业,探究一种菠萝水心病的无损检测方法对保证上市果品、指导采后处理、促进产 业提升具有重要意义。该研究采用自行搭建的菠萝可见/近红外光谱无损智能检测平台,考虑实际应用成本与效果,搭载 覆盖不同波段(400~1 100、900~1 700 和400~1 700 nm)的检测器对菠萝样本进行采样,随后人工标定水心病发生程 度。研究结果表明,3 种不同光谱波段对菠萝水心程度检测的较优方法均为:采用全波段进行多项式平滑(Savitzky Golay, SG)处理,再进行标准正态变量校正(Standard Normal Variate,SNV),最后结合概率神经网络(Probabilistic Neural Network, PNN)建模识别。其中,400~1 100 nm 所建模型对菠萝水心病训练集的回判正确率为98.51%,对验证集的检测正确率 为91.18%;900~1 700 nm 所建模型对菠萝水心病训练集的回判正确率为100%,对验证集的检测正确率为62%;400~ 1 700 nm 所建模型对菠萝水心病训练集的回判正确率为100%,对验证集的检测正确率为91.18%。主成分分析(Principal Component Analysis,PCA)和偏最小二乘回归(Partial Least Squares Regression,PLSR)分析结果均显示,采用400~ 1 700 nm 能轻微提升400~1 100 nm 的检测效果。综合考虑实际应用成本与效果,实际应用建议采用400~1 100 nm 光谱 结合SG + SNV + PNN 对菠萝水心病进行识别。研究结果证明可见/近红外光谱技术可为菠萝水心病无损、快速、智能检 测提供有效的解决方案,为相关领域提供参考。 [ABSTRACT FROM AUTHOR]