基于光谱数据和数学模型的无花果成熟度评估方法技术

技术编号:43545190 阅读:19 留言:0更新日期:2024-12-03 12:26
基于光谱数据和数学模型的无花果成熟度评估方法,所述评估方法包括以下步骤:测量无花果的色泽指标、可溶性固形物和硬度;沿着无花果的赤道随机选择三个位置采集光谱,并以平均值作为无花果样品的原始光谱;采用CARS算法来提取特征波长,以去除大量冗余数据,降低模型计算成本;经由光谱数据和色泽指标数据利用偏最小二乘构建多元自变量的线性回归模型;采用CARS算法和PLSR算法对线性回归模型进行优化,通过色泽指标实现成熟无花果的快速无损判别。

【技术实现步骤摘要】

:本专利技术涉及基于光谱数据和数学模型的无花果成熟度评估方法


技术介绍

0、
技术介绍

1、无花果在世界范围内种植广泛,其果实营养丰富,具有抗氧化、抗菌、抗癌等功效,是一种重要的经济林作物;成熟的无花果甜味高,果皮柔软,不易运输和储存,由于水果成熟度决定了其营养物质含量、品相和保质期等,因此对水果成熟度的评价和预测非常重要。

2、一般情况下,无花果的成熟度判别评估主要是通过果农的主观判断,有时需要手捏果实的硬度,这种方法缺乏客观性且难以进行标准化,对果实有一定的损伤,不利于果实后期运输、售卖、贮藏及深加工,大大降低了无花果的经济价值。


技术实现思路

0、
技术实现思路

1、本专利技术实施例提供了基于光谱数据和数学模型的无花果成熟度评估方法,方法设计合理,基于光谱数据和数学模型的无花果成熟度评估方法采用多种不同的预处理算法对新鲜无花果的光谱数据进行预处理和提取特征波长变量,构建了颜色指数、ssc和硬度的最佳预处理模型,经由色泽指标数据和光谱数据进行偏最小二乘回归建模,制定标本文档来自技高网...

【技术保护点】

1.基于光谱数据和数学模型的无花果成熟度评估方法,其特征在于,所述评估方法包括以下步骤:

2.根据权利要求1所述的基于光谱数据和数学模型的无花果成熟度评估方法,其特征在于,测量无花果的色泽指标、可溶性固形物和硬度包括以下步骤:

3.根据权利要求1所述的基于光谱数据和数学模型的无花果成熟度评估方法,其特征在于,采用CARS算法来提取特征波长,以去除大量冗余数据,降低模型计算成本包括以下步骤:

4.根据权利要求1所述的基于光谱数据和数学模型的无花果成熟度评估方法,其特征在于,经由光谱数据和色泽指标数据利用偏最小二乘构建多元自变量的线性回归模型包括以下步骤:...

【技术特征摘要】

1.基于光谱数据和数学模型的无花果成熟度评估方法,其特征在于,所述评估方法包括以下步骤:

2.根据权利要求1所述的基于光谱数据和数学模型的无花果成熟度评估方法,其特征在于,测量无花果的色泽指标、可溶性固形物和硬度包括以下步骤:

3.根据权利要求1所述的基于光谱数据和数学模型的无花果成熟度评估方法,其特征在于,采用cars算法来提取特征波长,以去除大量冗余数据,降低模型计算成本包括以下步骤:

4.根据权利要求1所述的基于光谱数据和数学模型的无花果成...

【专利技术属性】
技术研发人员:韩燕苓孙锐
申请(专利权)人:齐鲁工业大学山东省科学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1