高光谱技术结合网格搜索优化支持向量机的桃缺陷检测 |
| |
引用本文: | 张立秀,张淑娟,孙海霞,薛建新,任锐,刘文俊.高光谱技术结合网格搜索优化支持向量机的桃缺陷检测[J].食品与发酵工业,2023(16):269-275. |
| |
作者姓名: | 张立秀 张淑娟 孙海霞 薛建新 任锐 刘文俊 |
| |
作者单位: | 山西农业大学农业工程学院 |
| |
基金项目: | 国家自然科学基金青年基金项目(31801632);;山西省重点研发计划项目(201903D221027); |
| |
摘 要: | 为快速区分完好桃、疮痂桃、腐烂桃(虫咬桃、鸟啄桃),实现久保桃外部缺陷的无损检测,该研究利用高光谱技术对久保桃的外部缺陷进行了研究。共采集302个久保桃样本(120个完好桃样本、120个缺陷桃样本、62个验证桃样本),对比经光谱学、基线校正、中值滤波(median filter, MF)等5种预处理方法建立偏最小二乘法模型的准确率,选取经MF预处理后的光谱数据进行后续建模研究。采用回归系数法、竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)提取特征波长,建立网格搜索法优化支持向量机(grid search optimized support vector machines, GS-SVM)模型、遗传算法优化SVM模型、粒子群算法优化的SVM模型并进行对比分析。结果表明,CARS-GS-SVM模型预测效果最好,其训练集的判别率为93.33%,预测集的判别率为96.77%,验证集的判别准确率为91.94%,运行时间为11.5 s。该研究利用高光谱技术结合CARS-GS-SVM模型实现了久保桃外部缺陷的检测,为开发水果的分...
|
关 键 词: | 高光谱 久保桃 外部缺陷 网格搜索法优化支持向量机 检测 |
|
|