摘要
本发明公开了一种基于近红外与拉曼光谱融合机器学习策略的南美白对虾新鲜度无损评估及预测方法,属于食品科学领域,该方法包括以下步骤:获取虾样本的光谱数据,所述光谱数据包括:近红外光谱数据和拉曼光谱数据;对所述光谱数据进行预处理得到预处理光谱数据;基于特征选择算法提取所述预处理光谱信息的特征波长得到多源光谱特征;采用不同层次的融合策略对所述预处理光谱数据和所述多源光谱特征进行融合得到融合光谱;基于所述融合光谱对南美白对虾进行无损评估和预测得到南美白对虾新鲜度。
技术关键词
多源光谱特征
南美白对虾
微型近红外光谱仪
便携式拉曼光谱仪
融合机器
新鲜度
融合策略
特征选择算法
二极管阵列检测器
连续投影算法
拉曼光谱数据
样本
融合特征
平滑方法
波长
遗传算法
密封袋
激光器
矫正
系统为您推荐了相关专利信息
气体检测模块
便携式拉曼光谱仪
拉曼光谱检测仪
检测芯片
安装基座
数据任务调度方法
资源消耗量
大数据任务调度
最大化资源利用率
计算机程序指令
散射成像
免疫层析试条
图像采集模块
便携式拉曼光谱仪
判别方法
融合机器学习
贝叶斯神经网络
溯源方法
多尺度特征提取
耕地
电源智能控制
控制决策模块
管理系统
信号处理模块
人机交互模块