苹果霉心病光谱在线检测的摆放姿态及建模方法优化研究

作     者：秦楷 陈刚 张剑一 傅霞萍 QIN Kai;CHEN Gang;ZHANG Jian-yi;FU Xia-ping

作者机构：浙江理工大学机械与自动控制学院浙江杭州310018 德菲洛(杭州)科技有限公司浙江杭州310014 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2021年第41卷第11期

页      面：3405-3410页

核心收录：

学科分类：09[农学] 

基　　金：国家自然科学基金项目(32071904) 浙江省自然科学基金项目(LY20C130008) 浙江理工大学科研启动基金项目(ZSTU 16022177-Y)资助 

主　　题：苹果 霉心病 光谱 摆放姿态 建模方法 

摘      要：苹果营养丰富、口味酸甜,是深受大众喜爱的一种水果。苹果霉心病是一种真菌侵染果实病害,隐蔽性极强,一般在近成熟期果实内部发生霉变,肉眼从外观观察难以分辨,市面上大多数品种的苹果都受其影响。霉心病病果重量变轻、口感变差,严重的甚至不能食用,对经济效益的影响巨大。采用可见近红外光谱分析技术,使用微型光谱仪在线无损检测苹果霉心病,针对4种苹果在线输送时摆放姿态(竖放柄朝上、竖放柄朝下、横放柄朝输送方向和横放柄垂直输送方向)的判别效果进行了优化分析。首先使用主成分分析对600~900 nm波段的透射光谱提取主成分后分别建立线性判别分析(LDA)、马氏距离(MD)和K近邻法(KNN)模型并对校正集和预测集的判别准确率进行对比;其次对600~900 nm波段中心化预处理后建立偏最小二乘判别分析(PLS-DA)模型并给出4种摆放姿态的判别效果;最后使用两种机器学习算法极限学习机(ELM)和支持向量机(SVM)分别建立霉心病判别模型进行预测。对比上述所有6种判别模型,通过观察4种摆放姿态整体的判别效果得到最佳的建模方法为PLS-DA,其中竖放柄朝上和竖放柄朝下摆放的判别准确率都为93.75%,其他2种摆放姿态的判别准确率也都超过85%,再根据PLS-DA模型波段变量投影重要性指标得分值分布提取特征波段690~720 nm重新建立模型,对比4种摆放姿态效果最好的是竖放柄朝上摆放,其预测集的判别准确率达到93.75%,并且对病果的判别效果最佳。研究结果表明PLS-DA可以作为判别苹果霉心病一种有效方法,竖放柄朝上摆放可以作为苹果霉心病在线检测时一种有效姿态。