【技术实现步骤摘要】
波长的选择方法、装置、计算设备及计算机存储介质
本专利技术实施例涉及检测
,具体涉及一种波长的选择方法、装置、计算设备及计算机存储介质。
技术介绍
在恒定常温条件下,通过近红外光谱能够准确的测定苹果糖度。但是在实际应用场景中,苹果温度通常会有显著变化,例如,冷藏状况下。近红外光谱容易受到温度变化的影响,从而导致测定的苹果糖度不准确。通过选择对温度具有鲁棒性的波长对苹果的糖度进行测定,可以消除苹果温度变化带来的测量误差,提高糖度检测的准确性。现有技术中不存在对温度鲁棒性波长的选择方法或装置。
技术实现思路
鉴于上述问题,本专利技术实施例提供了一种波长的选择方法、装置、计算设备及计算机存储介质,克服了上述问题或者至少部分地解决了上述问题。根据本专利技术实施例的一个方面,提供了一种一种波长的选择方法,所述方法包括:S1:获取不同温度下采集的多组光谱数据,一组光谱数据包括通过预设波段的近红外光照射糖度检测对象时得到的多个吸光度,所述预设波段的近红外光包括多个不同的波长,所述吸光度与所述波长一一对应;S2:对所述多组光谱数据进行预处理,得到多组标准光谱数据;S3:将所述多组标准光谱数据划分为多个数据集,一个数据集中的多组标准光谱数据对应的温度值和糖度值相同,所述糖度值为所述糖度检测对象在目标区域的糖度测定值,所述目标区域为在采集所述光谱数据时所述近红外光在所述糖度检测对象上的照射位置;S4:按预设比例将各数据集中的标准光谱数据划分为训练数据和测试 ...
【技术保护点】
1.一种波长的选择方法,其特征在于,所述方法包括:/nS1:获取不同温度下采集的多组光谱数据,一组光谱数据包括通过预设波段的近红外光照射糖度检测对象时得到的多个吸光度,所述预设波段的近红外光包括多个不同的波长,所述吸光度与所述波长一一对应;/nS2:对所述多组光谱数据进行预处理,得到多组标准光谱数据;/nS3:将所述多组标准光谱数据划分为多个数据集,一个数据集中的多组标准光谱数据对应的温度值和糖度值相同,所述糖度值为所述糖度检测对象在目标区域的糖度测定值,所述目标区域为在采集所述光谱数据时所述近红外光在所述糖度检测对象上的照射位置;/nS4:按预设比例将各数据集中的标准光谱数据划分为训练数据和测试数据,以得到训练集和测试集,所述训练集由所述各数据集中的训练数据组成,所述测试集由所述各数据集中的测试数据组成;/nS5:生成多个二进制向量,所述二进制向量用于指示多个待验证波长;/nS6:根据第一二进制向量指示的多个待验证波长在所述训练集中确定与所述多个待验证波长对应的多个吸光度,以得到多组目标吸光度,所述第一二进制向量为所述多个二进制向量中的任意一个二进制向量,一组目标吸光度由属于同一组光 ...
【技术特征摘要】
1.一种波长的选择方法,其特征在于,所述方法包括:
S1:获取不同温度下采集的多组光谱数据,一组光谱数据包括通过预设波段的近红外光照射糖度检测对象时得到的多个吸光度,所述预设波段的近红外光包括多个不同的波长,所述吸光度与所述波长一一对应;
S2:对所述多组光谱数据进行预处理,得到多组标准光谱数据;
S3:将所述多组标准光谱数据划分为多个数据集,一个数据集中的多组标准光谱数据对应的温度值和糖度值相同,所述糖度值为所述糖度检测对象在目标区域的糖度测定值,所述目标区域为在采集所述光谱数据时所述近红外光在所述糖度检测对象上的照射位置;
S4:按预设比例将各数据集中的标准光谱数据划分为训练数据和测试数据,以得到训练集和测试集,所述训练集由所述各数据集中的训练数据组成,所述测试集由所述各数据集中的测试数据组成;
S5:生成多个二进制向量,所述二进制向量用于指示多个待验证波长;
S6:根据第一二进制向量指示的多个待验证波长在所述训练集中确定与所述多个待验证波长对应的多个吸光度,以得到多组目标吸光度,所述第一二进制向量为所述多个二进制向量中的任意一个二进制向量,一组目标吸光度由属于同一组光谱数据的与所述多个待验证波长对应的多个吸光度组成;
S7:根据每一组目标吸光度及每一组目标吸光度对应的糖度值建立吸光度变量和糖度值变量之间的函数关系式;
S8:根据所述测试集验证所述函数关系式,以得到所述第一二进制向量对应的均方误差;
S9:根据所有二进制向量对应的均方误差在所述多个二进制向量中确定至少一个有效二进制向量;
S10:基于所述至少一个有效二进制向量重新生成多个二进制向量,并返回执行步骤S6至步骤S9,直至达到预设更新次数,得到至少一个目标二进制向量;
S11:重复执行步骤S4至步骤S10,直至达到预设划分次数,得到多个目标二进制向量;
S12:将所有目标二进制向量指示的波长中出现频率最高的波长作为对所述糖度检测对象进行糖度检测的波长。
2.根据权利要求1所述的方法,其特征在于,所述根据每一组目标吸光度及每一组目标吸光度对应的糖度值建立吸光度变量和糖度值变量之间的函数关系式,包括:
对所述多组目标吸光度进行降维,得到降维后的多组第一吸光度;
将每一组第一吸光度和每一组第一吸光度对应的糖度值进行线性回归,得到第一吸光度变量和糖度值变量之间的函数关系式;
根据所述第一吸光度变量和糖度值变量之间的函数关系式确定所述吸光度变量和糖度值变量之间的函数关系式。
3.根据权利要求2所述的方法,其特征在于,根据所述测试集验证所述函数关系式,以得到所述第一二进制向量对应的均方误差,包括:
根据所述第一二进制向量指示的多个待验证波长在所述测试集中确定与所述多个待验证波长对应的多个吸光度,以得到多组测试吸光度,一组测试吸光度由属于同一组光谱数据的与所述多个待验证波长对应的吸光度组成;
对所述多组测试吸光度进行降维,得到降维后的多组第二吸光度;
根据所述多组第二吸光度和所述函数关系式得到所述测试集中每一组标准光谱数据的预测糖度值;
计算第一组标准光谱数据的预测糖度值与所述第一组标准光谱数据对应的糖度值的差值,所述第一组标准光谱数据为所述测试集中的多组标准光谱数据中的任意一组标准光谱数据;
根据所述测试集中所有的标准光谱数据各自对应的所述差值计算所述第一二进制向量对应的均方误差。
4.根据权利要求1所述的方法,其特征在于,所述根据所有二进制向量对应的均方误差在所述多个二进制向量中确定至少一个有效二进制向量,包括:
将所有二进制向量...
【专利技术属性】
技术研发人员:叶景泰,罗勇洪,章若弢,
申请(专利权)人:深圳数联天下智能科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。