基于能量谱和吸光度谱的马铃薯黑心病判别模型优化 |
| |
引用本文: | 韩亚芬,赵庆亮,吕程序,杨炳南,曹有福,苑严伟. 基于能量谱和吸光度谱的马铃薯黑心病判别模型优化[J]. 农业机械学报, 2021, 52(9): 376-382 |
| |
作者姓名: | 韩亚芬 赵庆亮 吕程序 杨炳南 曹有福 苑严伟 |
| |
作者单位: | 中国农业机械化科学研究院土壤植物机器系统技术国家重点实验室,北京100083 |
| |
基金项目: | 财政部和农业农村部:国家现代农业产业技术体系项目(CARS10) |
| |
摘 要: | 马铃薯储藏过程中,在高温、缺氧等环境下,极易产生黑心病等内部缺陷,严重影响马铃薯加工品的品质和原料加工利用率。黑心病薯无法从外观分辨,传统检测方法需要将马铃薯切开后判断,仅适用于抽样检测。基于自主研发的马铃薯内部品质光谱检测装置进行光谱数据采集,分别采集234条健康马铃薯和236条黑心病马铃薯能量谱和吸光度谱数据用于判别模型建立,采用随机法按3∶1将样本集划分为校正集和验证集,以灵敏度、特异性指数、分类正确率作为模型评价指标。基于吸光度谱,经标准化(Auto)预处理后,在波段500~950nm范围内建立马铃薯黑心病偏最小二乘线性判别模型(PLS-LDA),并通过竞争性自适应重加权法与连续投影法(CARS-SPA)进行联合变量筛选,最终采用9个变量,对黑心病判别的灵敏度、特异性指数、总分类正确率分别达98.87%、98.30%和98.44%。基于能量谱,采用双波长相关系数法,分别计算任意波长对组合的能量差值和比值,与黑心病进行相关分析,最终采用2个变量能量比值T699/T435建立线性判别模型(LDA),对黑心病判别的灵敏度、特异性指数、总分类正确率分别达97.71%、96.15%和97.67%。因此,基于吸光度谱的CARS-SPA-PLS-LDA模型和基于能量谱的(T699/T435)-LDA模型均可有效识别马铃薯黑心病,与吸光度谱模型相比,能量谱模型仅采用2个变量,模型更简单稳定,并且解决了白背景与暗电流2个参比限制的难题,适用性更广泛。
|
关 键 词: | 马铃薯 黑心病 可见-近红外光谱 能量谱 |
收稿时间: | 2020-08-06 |
Discriminant Analysis on Potato Blackheart Defect Based on Energy Spectrum and Absorbance Spectrum |
| |
Affiliation: | Chinese Academy of Agricultural Mechanization Sciences |
| |
Abstract: | |
| |
Keywords: | potato blackheart defect VIS-NIR transmission spectrum energy spectrum |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载全文 |
|