近红外光谱结合极限学习机识别贮藏期的损伤猕猴桃

• 作者: 朱新华 王铭海 谷静思 郭文川
• 来源期刊: 光学精密工程
• 学科: 化学
• 关键词: 近红外光谱 图像识别 猕猴桃 贮藏期 极限学习机
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 信息科学
• 页码范围: 2720-2727
• 页数: 8页
• 分类号: O657.33|TP391.4
• 字数: 3743字
• 语种: 中文
• DOI: 10.3788/OPE.20132110.2720

摘要

为了及时、准确地识别采摘后贮藏期间的损伤猕猴桃,降低果实腐烂及交叉感染带来的损失,采用近红外漫反射光谱技术结合极限学习机(ELM)建立了采摘后2℃冷藏下10天内的碰撞损伤猕猴桃、挤压损伤猕猴桃与无损猕猴桃的动态判别模型.分别比较了无信息变量消除法(UVE)与连续投影算法(SPA)结合UVE优选特征波数建模对简化模型、提高预测性能的影响.结果表明,碰撞损伤猕猴桃比挤压损伤猕猴桃更容易同无损猕猴桃区分开来,且随着贮藏时间的延长,损伤猕猴桃更容易被识别;UVE-SPA-ELM模型的判别效果最好,在采后贮藏10天内预测集中损伤猕猴桃和无损猕猴桃的总正确识别率为92.4％.该检测技术具有较高的检测精度和适用性,可用于快速、无损鉴别损伤猕猴桃.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱新华	西北农林科技大学机械与电子工程学院	39	741	17.0	26.0
2	郭文川	西北农林科技大学机械与电子工程学院	94	1684	25.0	37.0
3	王铭海	西北农林科技大学机械与电子工程学院	5	116	5.0	5.0
4	谷静思	西北农林科技大学机械与电子工程学院	4	91	4.0	4.0