【技术实现步骤摘要】
本专利技术属于农业，特别是指一种基于高光谱反射率，建立菜豆含水率检测模型的方法。背景领域菜豆因其豆荚鲜嫩肥厚、色泽嫩绿、营养丰富而深受喜爱，是大宗蔬菜之一。然而鲜食菜豆组织幼嫩、呼吸强度高，其采后失水引起豆粒膨胀、豆荚黄化及软化，极易发生锈斑、木质纤维化等品质劣变现象，尤其是木质纤维化导致其豆荚豆筋增长、组织粗糙，严重影响其食用品质。所以，实时检测菜豆新鲜程度，维持鲜食菜豆感官品质及食用品质是鲜食菜豆贮藏保鲜的首要任务。含水率是判断菜豆新鲜程度的重要指标。对于菜豆，适当的含水率是保持其新鲜程度、口感和营养价值的关键因素。因此，及时、准确地获取含水率对于菜豆贮藏保鲜具有重要意义。高光谱技术因其高效、无损等优势，已广泛应用于作物生理指标的快速检测。本专利技术采用主成分分析法对高光谱数据进行预处理，选用随机森林回归模型，建立了一种基于高光谱反射率，检测菜豆含水率的方法。
技术介绍
技术实现思路
1、本专利技术提出一种基于高光谱反射率，构建模型，检测菜豆含水率的方法，本方法能够快速有效的检测菜豆的含水率，为菜豆保鲜过程中监测其新鲜程度提供关键数据。
2、本专利技术实现专利技术采用如下技术方案：
3、一种基于高光谱反射率建立模型，检测菜豆含水率的方法，以高光谱反射率作为数据源，通过主成分分析法筛选特征光谱提取有效信息波段，使用反射率数据作为变量输入，以实测含水率为目标量，使用随机森林算法，建立菜豆含水率检测模型。具体步骤为：
4、步骤1，本方法采用的数据源是高光谱数据
5、步骤2，高光谱数据利用主成分分析法进行降维处理，主成分分析能够提取特征集中的光谱波段，从而降低维数以方便后续的模型建立；
6、步骤3，使用随机森林模型，建立光谱反演菜豆含水率估测模型；
7、步骤4，将样本按照2：1的比例划分为训练集和测试集，计算相关系数r2和均方根误差rmse，以保证模型训练和评估的公正性和可靠性
8、步骤1中，在菜豆光谱测量时，其波长范围在200-2500nm之间，采样间隔为1nm，每次采集光谱前先用白板定标，多次采集光谱值，剔除异常值后，共采集150个样本作为试验样本的最终光谱；菜豆含水率的实测中，先称量菜豆重量作为鲜重，105℃烘干至恒重，称量菜豆重量为干重，最后利用以下公式计算含水率：
9、
10、式中，ω为菜豆含水率，m为菜豆鲜重，ms为菜豆干重。
11、步骤9，计算决定系数r2和均方根误差
12、
13、其中，yi为样本的参考值，为样本的预测值，为样本的平均值，n为样本的个数。本专利技术的有益效果：
14、采用上述技术方案，首先使用主成分分析提取特征集中的光谱计算，再使用随机森林建立模型，可以高效无损地检测菜豆的含水率。
本文档来自技高网...【技术保护点】
1.一种基于高光谱技术反演菜豆含水率的方法，其特征在于，包括：
2.根据权利要求1所述的一种基于高光谱技术反演菜豆含水率的方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的一种基于高光谱技术反演菜豆含水率的估测方法，其特征在于，
4.根据权利要求1所述的一种基于高光谱反演菜豆含水率的估测方法，其特征在于，所述步骤3，4包括：
【技术特征摘要】
1.一种基于高光谱技术反演菜豆含水率的方法，其特征在于，包括：
2.根据权利要求1所述的一种基于高光谱技术反演菜豆含水率的方法，其特征在于，所述步骤1包括：
3....
【专利技术属性】
技术研发人员：王剑锋，韩青妍，崔洪博，刘燕妮，王秀峰，
申请(专利权)人：吉林省蔬菜花卉科学研究院，
类型：发明
国别省市：
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。