摘要
本发明公开了一种基于敏感变量筛选的多光谱桃果实质地无损测定模型的建立方法,获取桃果实阴阳两面与赤道交界处部位的光谱数据,随后于相同的部位相同的顺序测定每个果实的8个质地参数,得到光谱数据的自变量矩阵和质地参数的因变量矩阵;采用模型对获得的数据进行敏感波段筛选,基于筛选出的敏感波段数据,结合光谱和质地数据利用偏最小二乘回归方法构建预测模型,用于预测待测样品的果实质地。本发明方法可全面无损检测果实带皮硬度、果肉组织硬度、果实紧实度和咀嚼性的变化,更加精确的评判果实的质地特性和状态,预测果实的贮运特性和商品价值。
技术关键词
果实
无损测定方法
回归预测模型
变量
可溶性固形物
构建预测模型
随机森林模型
构建决策树
BP神经网络
残差矩阵
回归方法
数据
果皮
模型建立方法
参数
果肉硬度
计算方法
系统为您推荐了相关专利信息
数据生成方法
神经网络模型
深度神经网络
条件概率模型
注意力机制
混合动力系统
参数匹配方法
燃料电池
能量管理
工况参数