申请/专利权人：安徽唯嵩光电科技有限公司

申请日：2024-01-16

公开（公告）日：2024-04-19

公开（公告）号：CN117907273A

主分类号：G01N21/359

分类号：G01N21/359

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明提供一种基于近红外光谱的人参果糖度无损检测方法，涉及无损检测技术领域，本发明通过获取成熟程度特征历史数据后进行分析处理生成人参果的成熟指数Cs，基于历史数据设立成熟指数Cs的动态阈值Q，将选取标记点生成的成熟指数Cs与动态阈值Q比对后，判断是否将该标记点用于糖度值计算，对人参果表面选取的若干标记点进行成熟度预检测，进而对后续参与CARS算法和PLS模型的标记点进行筛选，依次通过标准正态变换SN、特征提取、特征选择技术手段，不仅将数据映射到了一个容易处理的特征空间中，同时也提升了模型准确度，最后，通过PLS回归和BP神经网络等技术手段进行模型训练，实现对人参果糖度信息的高精度无损检测。

主权项：1.一种基于近红外光谱的人参果糖度无损检测方法，其特征在于，具体步骤包括：采集人参果表面由金黄色特征JHSz、紫色纹路特征JSWl和气味参数Qw构成的成熟程度特征数据，初始化近红外光谱光源，在人参果赤道部分相邻90°的四个点上定位标记点，并以此测量反射光谱，并选取若干组光谱测量后的人参果，使用糖度仪对标记点的实际糖度值进行检测作为后续对照使用；获取所述人参果样本近红外光谱数据，使用标准正态变换SNV进行预处理，并通过S-G平滑滤波进行数据平滑处理，消除光谱中的噪声信号，并获取成熟程度特征历史数据后进行分析处理生成人参果的成熟指数Cs，基于历史数据设立成熟指数Cs的动态阈值Q，将选取标记点生成的成熟指数Cs与动态阈值Q比对后，判断是否将该标记点用于糖度值计算；接收经过预处理后的人参果样本近红外光谱数据，并通过竞争自适应重加权采样算法CARS从全局视角找出与糖度相关并最具代表性的特征波长，减少与糖度信息有关的波长变量被排除的情况，利用偏最小二乘法PLS建立模型并计算每个观测值的残差RMSE，以构建新的PLS模型进行光谱预测；获取CARS选取的特征波长进行优化，使用波长优选法对糖度特征波长数据进行整合和筛选，从而得到对糖度预测有效的优选波长；采用局部建模法，将60％的数据作为训练集，剩下的40％分为验证集20％和测试集20％，并构建关于糖度数据的PLS回归模型，使用BP神经网络的偏最小二乘法PLS模型对该回归模型进行训练，实现对人参果糖度信息的高精度无损检测。

全文数据：

权利要求：

百度查询： 安徽唯嵩光电科技有限公司 一种基于近红外光谱的人参果糖度无损检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD