【摘要】：作為四大水果之一,蘋果在人類日常生活中占據了很重要的地位,我國的蘋果產量居世界第一,但出口量只占總產量1.46%,阻礙我國鮮果出口的一個重要因素是蘋果的分選、檢測能力以及檢測速度不能滿足市場的需求。隨著社會科技的迅速發(fā)展,評價蘋果的品質已經不再局限于通過顏色、大小等外部指標進行評判,人們越來越關注其營養(yǎng)價值和內部品質,先進的水果分選檢測能力需要建立在水果內部品質檢測之上,而水果的內部品質由其內部的糖分、含水率等多種理化指標來決定。因此尋求一種檢測蘋果糖度、硬度、含水率等內部品質的方法對蘋果的分級銷售和出口具有重大意義。目前大量研究已證明介電特征和水果的內部指標具有非常緊密的關系,而介電特征的測量可以在無損的情況下完成,并依據介電特征推斷蘋果的理化特征。本研究的主要內容如下:(1)構建基于隨機森林的蘋果內部品質分類模型。在隨機森林分類器的工作原理和基礎上,分析了其主要參數(shù)的選取和功能。本實驗中介電特征有108種,理化特征標簽有8種,將理化特征均分為5個等級,共8×5個標簽信息。將500個蘋果均分成10個子集,將10個子集中的一個作為測試集,而其余的9個作為訓練集,采用十折交叉驗證的方法訓練出多棵決策樹構成隨機森林。訓練結果表明隨機森林分類器能夠有效地處理蘋果內部品質多標簽分類問題,且森林規(guī)模越大,分類準確率越高,使用信息增益目標函數(shù)的隨機森林與其他隨機森林相比具有較好分類性能。與SVM算法進行對比,隨機森林有較好的分類準確性。(2)選取隨機森林的輸出類別。不同于傳統(tǒng)的決策樹方法,本實驗對待隨機森林作為一個整體,使融合信息單獨包含在每個葉子節(jié)點,每個葉節(jié)點對應一個蘋果,將蘋果用理化特征標注標簽并預測。在類別選取時,采用TF-IDF算法傳回隨機森林的輸出類別。實驗結果表明,基于TF-IDF方法傳回的隨機森林輸出類別可以將介電特征和相關的理化特征有效關聯(lián)。(3)對隨機森林的輸出類別排序。本研究中蘋果理化特征中的8個指標分別被預分為5個等級。由于隨機森林的每棵決策樹都是獨立的,在選取輸出類別時計算標注蘋果的標簽概率后,對輸出類別的個數(shù)進行排序,系統(tǒng)地分配蘋果最佳標簽標記蘋果的理化特征。本實驗中,使用Rank SVM算法進行排序,將3種框架模型應用于Rank SVM中,分別是f(ci)=ci,f(ci)=ci2以及f(ci)為本研究中提出的系統(tǒng)選取f(ci)的框架模型。實驗結果表明,f(ci)通過系統(tǒng)的選取對蘋果品質分類效果較好,在分類預測中標簽級別分布較為一致,均方根誤差為0.51。
【學位授予單位】：西北農林科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：S661.1;TP391.41
【圖文】：

就要求對水果的理化指標進行分析，從而進行多標簽分類。多標簽分類多用于圖像的類，所以本研究基于無損檢測的基礎上，借鑒圖像多標簽標注算法，提出一種基于隨森林的蘋果內部口感品質多語義分類方法。使用蘋果的介電參數(shù)作為指導生成隨機森，用 TF-IDF 算法選取輸出類別，并對輸出類別進行排序，依據介電參數(shù)估計預測蘋的理化指標。為水果等農產品的無損檢測、分級提供參考。依靠介電特性推斷表示蘋的理化指標，對蘋果內部品質進行多標簽分類研究。

一共選取了 12 種介電參數(shù)進行研究，每種介電參數(shù)在 158Hz~3.98MH率范圍內共 9 個頻率點（i=158Hz~3980000Hz）下得到 9 種介電特征。最終得到 9共 108 種介電特征，分別使用從 1 到 108 對介電特征進行編號，其詳細介紹見表 3表中符號標志列中字母下標代表頻率點，參與測量的蘋果果實為 500 個。表 3-1 12 種介電參數(shù)以及 108 種介電特征說明Table 3-1 Illustration of 12 dielectric parameters and 108 dielectric features序列 編號 介電特征名稱 單位 符號標志1 1~9 復阻抗 歐姆( ) Zi2 10~18 串聯(lián)電容 法拉(F) Csi3 19~27 串聯(lián)電感 亨利(H) Lsi4 27~36 串聯(lián)電阻 歐姆( ) Rsi5 37~45 并聯(lián)電容 法拉(F) Cpi6 45~54 并聯(lián)電感 亨利(H) Lpi7 55~63 電導 西門子(S) Gi

圖 4-1 隨機森林算法流程圖Fig. 4-1 flow chart of random forest algorithm4.1.2 隨機森林參數(shù)的選擇與設置在如上進行隨機森林構建過程中，較為重要的參數(shù)選取與設置如下（1）訓練集隨機抽樣選取。隨機森林構建過程中，每棵樹使用不同些子集從所有蘋果參數(shù)訓練數(shù)據集中隨機抽樣得到。本研究中，選取袋法來進行抽樣，袋裝方法可以避免過擬合并且能夠提高森林的泛化性能

【參考文獻】

相關期刊論文 前10條

1 蔡騁;李永超;馬惠玲;李曉龍;;基于介電特征選擇的蘋果內部品質無損分級[J];農業(yè)工程學報;2013年21期

2 蔡騁;李曉龍;馬惠玲;任小林;黃良妹;曾燕春;;基于生物阻抗特性的蘋果新鮮度無損測定[J];農業(yè)機械學報;2013年02期

3 安慧珍;馬惠玲;任小林;;蘋果果實貯藏期間電學參數(shù)與品質指標的關系[J];食品科學;2013年02期

4 岳絨;郭文川;劉卉;;近紅外漫反射光譜檢測損傷獼猴桃的內部品質[J];食品科學;2011年10期

5 劉端陽;邱衛(wèi)杰;;基于加權SVM主動學習的多標簽分類[J];計算機工程;2011年08期

6 劉端陽;邱衛(wèi)杰;;基于SVM期望間隔的多標簽分類的主動學習[J];計算機科學;2011年04期

7 方匡南;吳見彬;朱建平;謝邦昌;;隨機森林方法研究綜述[J];統(tǒng)計與信息論壇;2011年03期

8 張亞靜;Sakae Shibusawa;李民贊;;基于機器視覺的番茄內部品質預測[J];農業(yè)工程學報;2010年S2期

9 史波林;趙鐳;劉文;汪厚銀;朱大洲;尹京苑;;蘋果內部品質近紅外光譜檢測的異常樣本分析[J];農業(yè)機械學報;2010年02期

10 郭立力;趙春江;;十折交叉檢驗的支持向量機參數(shù)優(yōu)化算法[J];計算機工程與應用;2009年08期

相關碩士學位論文 前4條

1 張菲;中國水果出口至東盟的影響因素和潛力分析[D];南京農業(yè)大學;2011年

2 林如泉;水果出口跨越技術性貿易壁壘的對策研究[D];華中農業(yè)大學;2007年

3 樓軍文;中國水果進出口檢驗檢疫技術性貿易措施研究[D];中國農業(yè)大學;2005年

4 宋金亞;基于介電特性和灰色理論的蘋果內部品質無損檢測方法研究[D];浙江工業(yè)大學;2004年

本文編號：2796610