使用超光谱成像与特征工程相结合,对桃中的可溶固体含量进行非破坏性评估
Wei Xu1,2, Liangzhuang Wei3, Wei Cheng1
1Institute for Electric Light Sources, School of Information Science and Technology, Fudan University, Shanghai, China.
Frontiers in plant science
|February 15, 2024
概括
特性工程显著改善了用于预测果可溶性固体含量 (SSC) 的超光谱成像. 这种非破坏性方法提高了农业中的水果质量评估.
科学领域:
- 农业科学 农业科学
- 频谱学是一种光谱学.
- 数据科学数据科学数据科学
背景情况:
- 基维果的成熟度是通过可溶性固体含量 (SSC) 来评估的,这对质量至关重要.
- 超光谱成像提供非破坏性的SSC评估,但面临的挑战是光谱数据冗余和干扰.
研究的目的:
- 为了提高果可溶性固体含量 (SSC) 预测的准确性.
- 调查特征工程和堆叠概括对超光谱SSC评估的影响.
主要方法:
- 评估了四种光谱预处理和九种光谱特征选择方法.
- 应用普通最小平方 (OLS) 线性回归和堆叠概括.
- 研究特征工程对SSC预测准确性的影响.
主要成果:
- 功能工程大大提高了SSC预测准确度.
- 最佳模型实现了0.721的R平方,0.046的RMSE和1.394.4的MAE.
- 堆叠泛化进一步提高了所选模型的性能.
结论:
- 特征工程,特别是光谱特征选择,对于准确的SSC预测至关重要.
- 堆叠概括有效地结合了模型,以改善果的质量评估.
- 这项研究推进了农业中超光谱成像的应用.


