期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
近红外光谱结合深度学习的苹果糖心区域面积占比预测
1
作者
马亚星
张文斌
+5 位作者
鲁权
尹治棚
赵春林
张隆鑫
徐晗
吴海剑
《江苏农业学报》
北大核心
2025年第4期715-723,共9页
苹果中糖心区域面积的大小对其口感、售价均有一定的影响,但是经长时间存储的苹果内部糖心会逐渐消失,甚至影响苹果的品质以及售价。为探究近红外光谱数据与苹果糖心区域面积之间的相关性,建立糖心区域面积占比预测模型,以成熟时期的糖...
苹果中糖心区域面积的大小对其口感、售价均有一定的影响,但是经长时间存储的苹果内部糖心会逐渐消失,甚至影响苹果的品质以及售价。为探究近红外光谱数据与苹果糖心区域面积之间的相关性,建立糖心区域面积占比预测模型,以成熟时期的糖心苹果为研究对象,采集其光谱数据,通过对苹果进行切片处理,利用深度学习算法提取各个截面中的糖心区域面积,测定各个截面所提取的糖心区域面积占整个截面面积的比值作为该截面的糖心区域面积占比,并将最大糖心区域面积占比作为其整体糖心区域面积占比测量值。将原始光谱数据进行多元散射校正(MSC)、标准正态变换(SNV)、标准化等多种预处理,并建立偏最小二乘回归(PLSR)、支持向量机(SVM)和随机森林(RF)机器学习预测模型以及卷积神经网络(CNN)、双向长短时记忆网络(BiLSTM)深度学习预测模型,其中使用经标准化预处理之后的光谱数据建立的CNN模型预测效果最优。为进一步提高建模效果,采用无信息变量消除法(UVE)、连续投影算法(SPA)、竞争性自适应重加权算法(CARS)等特征提取方法,对预处理之后的数据进行优化,比较不同特征提取方法之间的建模效果。结果表明,CNN卷积神经网络构建的苹果糖心区域面积占比预测模型要优于传统的机器学习建模。其中经标准化预处理,UVE+CARS组合特征提取算法构建的CNN模型预测效果最优,验证集的决定系数(R^(2))、均方根误差(RMSE)分别为0.921和1.882。研究结果表明,近红外光谱结合CNN卷积神经网络建立的苹果糖心预测模型可以较好地对苹果糖心区域面积占比进行预测,为糖心苹果无损检测提供了理论支撑。
展开更多
关键词
苹果
糖心区域面积占比
近红外光谱
深度学习
预测
在线阅读
下载PDF
职称材料
题名
近红外光谱结合深度学习的苹果糖心区域面积占比预测
1
作者
马亚星
张文斌
鲁权
尹治棚
赵春林
张隆鑫
徐晗
吴海剑
机构
昆明理工大学机电工程学院
昆明学院机电工程学院
宁蒗恒泰农业投资开发有限公司
出处
《江苏农业学报》
北大核心
2025年第4期715-723,共9页
基金
兴滇英才支持计划项目(YNWR-QNBJ-2018-349)
云南省科技厅创新引导与科技型企业培育计划项目(202204BP090005、202304BU090015)。
文摘
苹果中糖心区域面积的大小对其口感、售价均有一定的影响,但是经长时间存储的苹果内部糖心会逐渐消失,甚至影响苹果的品质以及售价。为探究近红外光谱数据与苹果糖心区域面积之间的相关性,建立糖心区域面积占比预测模型,以成熟时期的糖心苹果为研究对象,采集其光谱数据,通过对苹果进行切片处理,利用深度学习算法提取各个截面中的糖心区域面积,测定各个截面所提取的糖心区域面积占整个截面面积的比值作为该截面的糖心区域面积占比,并将最大糖心区域面积占比作为其整体糖心区域面积占比测量值。将原始光谱数据进行多元散射校正(MSC)、标准正态变换(SNV)、标准化等多种预处理,并建立偏最小二乘回归(PLSR)、支持向量机(SVM)和随机森林(RF)机器学习预测模型以及卷积神经网络(CNN)、双向长短时记忆网络(BiLSTM)深度学习预测模型,其中使用经标准化预处理之后的光谱数据建立的CNN模型预测效果最优。为进一步提高建模效果,采用无信息变量消除法(UVE)、连续投影算法(SPA)、竞争性自适应重加权算法(CARS)等特征提取方法,对预处理之后的数据进行优化,比较不同特征提取方法之间的建模效果。结果表明,CNN卷积神经网络构建的苹果糖心区域面积占比预测模型要优于传统的机器学习建模。其中经标准化预处理,UVE+CARS组合特征提取算法构建的CNN模型预测效果最优,验证集的决定系数(R^(2))、均方根误差(RMSE)分别为0.921和1.882。研究结果表明,近红外光谱结合CNN卷积神经网络建立的苹果糖心预测模型可以较好地对苹果糖心区域面积占比进行预测,为糖心苹果无损检测提供了理论支撑。
关键词
苹果
糖心区域面积占比
近红外光谱
深度学习
预测
Keywords
apple
watercore area proportion
near-infrared spectrum
deep learning
prediction
分类号
O657.36 [理学—分析化学]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
近红外光谱结合深度学习的苹果糖心区域面积占比预测
马亚星
张文斌
鲁权
尹治棚
赵春林
张隆鑫
徐晗
吴海剑
《江苏农业学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
