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
基于高光谱成像技术和机器学习的猕猴桃果实可溶性固形物含量预测
被引量：
2
1
作者
刘子涵
李明
+4 位作者
赵峙尧
陈谦
李佳利
于家斌
钱建平
《果树学报》
CAS
CSCD
北大核心
2024年第12期2606-2620,共15页
【目的】可溶性固形物含量(SSC)是评价猕猴桃果实品质的关键指标。旨在利用高光谱技术构建猕猴桃果实SSC预测方案,实现无损、准确评估果实内部品质。【方法】以米良一号猕猴桃果实为研究对象,对高光谱图像进行白板校正、感兴趣区域提取...
【目的】可溶性固形物含量(SSC)是评价猕猴桃果实品质的关键指标。旨在利用高光谱技术构建猕猴桃果实SSC预测方案,实现无损、准确评估果实内部品质。【方法】以米良一号猕猴桃果实为研究对象,对高光谱图像进行白板校正、感兴趣区域提取;采用MSC、SG平滑、SG-MSC和SG-SNV方法进行光谱数据预处理以消除噪声影响,并通过PLSR模型确定最优方法;结合CARS、SPA和RF算法分别提取与果实SSC相关的特征波段;建立PLSR、SVR、RFR、BPNN模型,比较特征波段与SSC实测值之间的耦合关系,选出最优模型,并利用PSO算法优化其预测精度,以实现果实内部品质的泛化预测。【结果】MSC方法在全波段回归中表现最佳;CARS算法有效简化模型并提取关键特征波段;SVR模型预测精度最高,经PSO优化后训练集和测试集决定系数分别为R_(c)^(2)=0.949,R_(P)^(2)=0.913;均方根误差分别为RMSEC=0.341 2,RMSEP=0.364 9。【结论】相比于单一环节的算法优化,MSC+CARS+PSO-SVR的组合模型在猕猴桃果实可溶性固形物含量预测方面表现更优,研究结果可为果品品质监测和分级分选提供技术支持。
展开更多
关键词
猕猴桃
高光谱成像技术
可溶性固形物含量
机器学习
品质预测
在线阅读
下载PDF
职称材料
题名
基于高光谱成像技术和机器学习的猕猴桃果实可溶性固形物含量预测
被引量：
2
1
作者
刘子涵
李明
赵峙尧
陈谦
李佳利
于家斌
钱建平
机构
北京工商大学计算机与人工智能
学院
中国农业科学院农业资源与农业区划研究所·北方干旱半干旱耕地高效利用全国重点实验室
中国农业科学院
郑州果树
研究所
·果蔬园艺作物种质创新与
利用
全国
重点
实验室
出处
《果树学报》
CAS
CSCD
北大核心
2024年第12期2606-2620,共15页
基金
国家重点研发项目(2022YFF1101103、2022YFD1600703、2022YFD1600700)
黑龙江省“揭榜挂帅”科技攻关课题(2021ZXJ05A0501)
+4 种基金
中国农业科学院科技创新工程(CAAS-ASTIP-2023-ZFRI-03)
北京市自然科学基金项目(4222042,6242004)
河南省重点研发专项(221111111800)
国家现代农业产业技术体系(CARS-26)
河南省现代农业产业技术体系(HARS-22-09-S)。
文摘
【目的】可溶性固形物含量(SSC)是评价猕猴桃果实品质的关键指标。旨在利用高光谱技术构建猕猴桃果实SSC预测方案,实现无损、准确评估果实内部品质。【方法】以米良一号猕猴桃果实为研究对象,对高光谱图像进行白板校正、感兴趣区域提取;采用MSC、SG平滑、SG-MSC和SG-SNV方法进行光谱数据预处理以消除噪声影响,并通过PLSR模型确定最优方法;结合CARS、SPA和RF算法分别提取与果实SSC相关的特征波段;建立PLSR、SVR、RFR、BPNN模型,比较特征波段与SSC实测值之间的耦合关系,选出最优模型,并利用PSO算法优化其预测精度,以实现果实内部品质的泛化预测。【结果】MSC方法在全波段回归中表现最佳;CARS算法有效简化模型并提取关键特征波段;SVR模型预测精度最高,经PSO优化后训练集和测试集决定系数分别为R_(c)^(2)=0.949,R_(P)^(2)=0.913;均方根误差分别为RMSEC=0.341 2,RMSEP=0.364 9。【结论】相比于单一环节的算法优化,MSC+CARS+PSO-SVR的组合模型在猕猴桃果实可溶性固形物含量预测方面表现更优,研究结果可为果品品质监测和分级分选提供技术支持。
关键词
猕猴桃
高光谱成像技术
可溶性固形物含量
机器学习
品质预测
Keywords
Kiwifruit
Hyperspectral imaging technology
Soluble solids content
Machine learning
Quality prediction
分类号
S663.4 [农业科学—果树学]
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
基于高光谱成像技术和机器学习的猕猴桃果实可溶性固形物含量预测
刘子涵
李明
赵峙尧
陈谦
李佳利
于家斌
钱建平
《果树学报》
CAS
CSCD
北大核心
2024
2
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
