|
|||||
|
|
| 基于“深度”神经网络的贮藏期柚果品质检测模型研究 | |
| 作者姓名： | 孙潇鹏 林建 郭海龙 肖心远 陆华忠 |
| 作者单位： | 1. 广东交通职业技术学院汽车与工程机械学院;2. 华南农业大学工程学院;3. 福建农林大学机电工程学院 |
| 基金项目： | 国家重点研发计划项目（2016YFD0300508）;;福建省自然科学基金项目（2016J01701）;;广东省教育厅科研项目（2021KTSCX222）;;广东省科技创新战略专项资金“攀登计划”项目（pdjh2022b0853）; |
| 摘 要： | 针对柚果单个理化指标无法表征整果品质,和其内部品质无损检测精度不佳等问题,采用可见-近红外光谱、机器视觉和动态称重等无损检测技术,搭建动态无损检测试验样机,构建“深度”神经网络模型,探究柚果内部综合品质检测方法。研究发现,采集柚果的多特征信息(光谱特征、果形描述子和动态质量等),经数据融合和分析,构建综合品质指标(HP和STP),建立BP神经网络模型,可准确检测蜜柚和沙田柚内部品质,Rpre2分别达到0.930 1和0.936 1,均高于其他内部品质指标(SSC,TA,MC和E)检测结果,具备高效、快速且精度高等优势。研究为厚皮水果综合品质指标构建和模型检测提供参考。 |
| 关 键 词： | 柚果 果形描述子 BP神经网络 多特征融合 综合品质 |
