一种糖度检测方法和系统技术方案

一种糖度检测方法和系统，所述方法包括：筛选测试波长点，从测试对象的标记点处的光谱数据中提取测试波长点处的吸光度作为输入数据，将所述输入数据输入设置的糖度检测模型，并获取糖度检测模型的输出数据作为测试对象的预测糖度。本发明专利技术提出的一种糖度检测方法，首选筛选特征波长点，实现了有目标、有针对性的选取对苹果糖度检测起显著的、决定性作用的波长点，从而以少而精的波长点所对应的光谱数据来准确预估出苹果糖度，且提高了糖度预测模型的精度。型的精度。型的精度。

【技术实现步骤摘要】
一种糖度检测方法和系统


[0001]本专利技术涉及蔬果检测领域，尤其涉及一种糖度检测方法和系统。

技术介绍

[0002]苹果适中的甜度和爽脆的口感等影响着消费者的购买意愿，而衡量甜度最重要的指标为糖度。传统的对苹果糖度测量方法均为破坏式的，且耗时、费力和效率低。

技术实现思路

[0003]为了解决上述现有技术中缺乏无损且可靠的测试蔬果糖度或者其他口感品质的技术的缺陷，本专利技术提出了一种糖度检测方法和系统。
[0004]本专利技术的目的之一，实现了样本的无损检测，降低了模型的复杂度，并保证了检测精度和速度。
[0005]一种糖度检测方法，包括：筛选测试波长点，从测试对象的标记点处的光谱数据中提取测试波长点处的吸光度作为输入数据，将所述输入数据输入设置的糖度检测模型，并获取糖度检测模型的输出数据作为测试对象的预测糖度；所述筛选测试波长点，包括以下步骤：
[0006]S1、建立样本库，样本库中包含n个样本，样本的真实糖度和样本上标记点位置的光谱数据均已知，光谱数据包括多个波长点和各所述波长点对应的吸光度；从所述多个波长点中选择l个波长点作为特征波长点；将n个样本划分为校正集和预测集，校正集包含n
c
个样本，预测集包含n
p
个样本，n
c
+n
p
＝n；
[0007]S2、构建m个二进制的染色体，所述染色体包含l个基因位，且染色体的基因位与特征波长点一一对应；
[0008]S3、将染色体代入设置的糖度检测预制模型，结合校正集对糖度检测预制模型的回归系数进行训练，获得各染色体对应的回归系数组；
[0009]糖度检测预制模型为：
[0010][0011]其中，表示根据第j个染色体对应的糖度检测预制模型获得的校正集中第i个样本的糖度，表示第j个染色体对应的回归系数组；x
ki
表示校正集中第i个样本的第k个特征波长点对应的吸光度，v
kj
表示j个染色体上对应第k个特征波长点的基因位的赋值，v
kj
为0或者1；l为染色体的基因位数量；
[0012]S4、针对每一个染色体，结合预测集中样本的真实糖度以及该染色体对应的预测糖度，计算染色体的适应度r
j
；样本的任一染色体对应的预测糖度为根据该染色体对应的回归系数组所构成的糖度检测预制模型计算获得的样本的糖度；
[0013]S5、将适应度最大的染色体记入设置的最优种群；结合设置的遗传规则，根据当前的m条染色体获得新的m条染色体进行遗传迭代，然后返回步骤S3，直至最优种群中的染色
体数量达到设定值；
[0014]S6、获取最优种群中适应度最高的染色体作为目标染色体，对目标染色体进行复制，或者对目标染色体中部分赋值为1的基因位置零，以获得测试染色体，获得测试染色体中赋值为1的基因位对应的特征波长点作为测试波长点，测试波长点对应的吸光度用于预测样本糖度。
[0015]优选的，所述糖度检测模型的获得，包括：获得测试染色体对应的回归系数组，将测试染色体以及测试染色体对应的回归系数组代入糖度检测预制模型以生成糖度检测模型。
[0016]优选的，S3中，染色体回归系数组的训练方式为：
[0017]设置回归系数训练模型：
[0018][0019]其中，Q
j
为过渡参数，n
c
为校正集中包含的样本数量，y
i
为校正集中第i个样本的实测糖度，x
ki
表示校正集中第i个样本的第k个特征波长点对应的吸光度，v
kj
表示j个染色体上对应第k个特征波长点的基因位的赋值，v
kj
为0或者1；β0、β1、β2、
……
、β
l
为随机选择或者人工设置的回归系数组；l为染色体的基因位数量；
[0020]获取Q
j
最小时对应的β0、β1、β2、
……
、β
l
作为第j个染色体对应的回归系数组，记作
[0021]优选的，S4中，染色体的适应度r
j
根据以下公式计算：
[0022][0023]其中，r
j
表示第j个染色体的适应度，n
p
表示预测集中的样本数量，y
g
表示预测集中第g个样本的实测糖度，表示根据第j个染色体对应的糖度检测预制模型获得的预测集中第g个样本的糖度，y
t
为已知糖度的n个样本中第t个样本的实测糖度，n＝n
p
+n
c
，为n个样本的实测糖度的均值，
[0024]优选的，根据当前的m条染色体获得新的m条染色体的遗传规则为：将现有的m条染色体分割为优选种群和交叉种群，优选种群包括m1条染色体，交叉种群包括m2条染色体，m1+m2＝m，且优选种群中的染色体对应的适应度最小值大于或等于交叉种群的染色体对应的适应度最大值；将优选种群中的m1条染色体复制为新的染色体，通过交叉遗传获得m2条染色体，所述m2条染色体中的任一条通过两条分别来自于优选种群和交叉种群的染色体单体交叉遗传获得；将所述m2条交叉遗传获得的染色体中的m21条作为新的染色体，并将所述m2条交叉遗传获得的染色体中剩余的m22条染色体进行基因突变，获得突变后的染色体作为新的染色体，所述基因突变指的是：变换染色体中至少一个基因位的赋值；m22+m21＝m2。
[0025]优选的，1/10≤m1/m2≤1/4，且m22≥1或者m22≤m2
×
1％。
[0026]优选的，m21＞m1＞m22≥0。
[0027]优选的，S6中，对目标染色体中赋值为1且偏相关系数更小的m3个基因位置零，以获得测试染色体，m3/l≤10％，m3≥1。
[0028]偏相关系数的计算公式为：
[0029][0030][0031][0032]其中，u
h
为目标染色体中第h个基因位对应的特征波长点的偏相关系数，目标染色体中第h个基因位的赋值为1；Q和Q
h
为过渡参数，n为样本空间包含的样本数量，y
t
为已知糖度的n个样本中第t个样本的糖度，n＝n
p
+n
c
，x
kt
表示样本库中第t个样本的第k个特征波长点对应的吸光度；以上公式中的β0、β
k
为目标染色体对应的回归系数组；v
′
k
表示目标染色体第k个基因位的赋值，v
′
k
为0或者1。
[0033]优选的，S1中，通过竞争自适应重加权采样算法从光谱数据包含的波长点中选择特征波长点。
[0034]本专利技术的目的之二提供了一种糖度检测系统，实现了对苹果的无损检测，且保证了检测精度。
[0035]一种糖度检测系统，包括存本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种糖度检测方法，其特征在于，包括：筛选测试波长点，从测试对象的标记点处的光谱数据中提取测试波长点处的吸光度作为输入数据，将所述输入数据输入设置的糖度检测模型，并获取糖度检测模型的输出数据作为测试对象的预测糖度；所述筛选测试波长点，包括以下步骤：S1、建立样本库，样本库中包含n个样本，样本的真实糖度和样本上标记点位置的光谱数据均已知，光谱数据包括多个波长点和各所述波长点对应的吸光度；从所述多个波长点中选择l个波长点作为特征波长点；将n个样本划分为校正集和预测集，校正集包含n
c
个样本，预测集包含n
p
个样本，n
c
+n
p
＝n；S2、构建m个二进制的染色体，所述染色体包含l个基因位，且染色体的基因位与特征波长点一一对应；S3、将染色体代入设置的糖度检测预制模型，结合校正集对糖度检测预制模型的回归系数进行训练，获得各染色体对应的回归系数组；糖度检测预制模型为：其中，表示根据第j个染色体对应的糖度检测预制模型获得的校正集中第i个样本的糖度，表示第j个染色体对应的回归系数组；x
ki
表示校正集中第i个样本的第k个特征波长点对应的吸光度，v
kj
表示j个染色体上对应第k个特征波长点的基因位的赋值，v
kj
为0或者1；l为染色体的基因位数量；S4、针对每一个染色体，结合预测集中样本的真实糖度以及该染色体对应的预测糖度，计算染色体的适应度r
j
；样本的任一染色体对应的预测糖度为根据该染色体对应的回归系数组所构成的糖度检测预制模型计算获得的样本的糖度；S5、将适应度最大的染色体记入设置的最优种群；结合设置的遗传规则，根据当前的m条染色体获得新的m条染色体进行遗传迭代，然后返回步骤S3，直至最优种群中的染色体数量达到设定值；S6、获取最优种群中适应度最高的染色体作为目标染色体，对目标染色体进行复制，或者对目标染色体中部分赋值为1的基因位置零，以获得测试染色体，获得测试染色体中赋值为1的基因位对应的特征波长点作为测试波长点，测试波长点对应的吸光度用于预测样本糖度。2.如权利要求1所述的糖度检测方法，其特征在于，所述糖度检测模型的获得，包括：获得测试染色体对应的回归系数组，将测试染色体以及测试染色体对应的回归系数组代入糖度检测预制模型以生成糖度检测模型。3.如权利要求1所述的糖度检测方法，其特征在于，S3中，染色体回归系数组的训练方式为：设置回归系数训练模型：其中，Q
j
为过渡参数，n
c
为校正集中包含的样本数量，y
i
为校正集中第i个样本的实测糖
度，x
ki
表示校正集中第i个样本的第k个特征波长点对应的吸光度，v
kj
表示j个染色体上对应第k个特征波长点的基因位的赋值，v
kj
为0或者1；β0、β1、β2、
……
、β
l
为随机选择或者人工设置的回归系数组；l为染色体的基因位数量；获取Q
j
最小时对应的β0、β1、β2、
……
、β
l
作为第j个染色体对应的回归系数组，记作4.如权利要求1所述的糖度检测方法，其特征在于，S4中，染色体的...

【专利技术属性】
技术研发人员：乌云，崔超远，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：