将VNIR和NIR高光谱成像技术与数据融合策略相结合,用于确定核桃的脂肪含量,酸值和储存时间
Zhilei Zhao1, Jiaosen Qiu1, Xin Liu1
1College of Quality and Technical Supervision, Hebei University, Baoding 071002, China; National&Local Joint Engineering Research Center of Metrology Instrument and System, Hebei University, Baoding 071002, China.
概括
超光谱成像与数据融合准确地预测了核桃脂肪含量和酸值,允许进行非破坏性质量评估和储存期分类.
科学领域:
- 农业科学 农业科学
- 食品科学 食品科学 食品科学
- 频谱学是一种光谱学.
背景情况:
- 核桃的质量是由脂肪含量和酸值决定的.
- 质量评估需要准确的,非破坏性的方法.
研究的目的:
- 用超光谱成像来预测核桃脂肪含量和酸值.
- 为了分类核桃的储存时间.
- 评估数据融合策略,以改善预测.
主要方法:
- 使用可见近红外 (VNIR) 和NIR高光谱成像.
- 应用了低级 (LLF) 和中级 (MLF) 数据融合策略.
- 开发和比较了部分最小平方回归 (PLSR),PSO-SVR和RF模型.
主要成果:
- 数据融合策略的表现优于个人数据,提高了预测准确度.
- 使用RF-UVE的MLF实现了Rp2=0.8706的脂肪含量.
- 使用PSO-SVR-UVE-CARS的LLF获得了Rp2=0.9694的酸值.
- 对于分类6个月和18个月的储存期,获得了100%的准确性.
结论:
- 超光谱成像与数据融合相结合,为快速,非破坏性的核桃质量评估提供了有希望的方法.
- 这种技术可以准确地确定核桃的储存时间.
- 这项研究证明了优化核桃供应链管理的潜力.
更多相关视频
06:50O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
6.7K
11:37RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols
Published on: August 8, 2017
16.4K
