患有水心病的蘋果俗稱“糖心蘋果”,與正常蘋果相比,發(fā)病組織由于山梨糖醇的大量積累而明顯的變甜。水心病對于人類無害且其口感比無病蘋果要好,市場上水心病蘋果售價較高。水心病會縮短蘋果的保質(zhì)期,因此在蘋果采摘時必須優(yōu)先采摘患有水心病的蘋果。為了減少水心病加重造成的損失和通過單獨售賣糖心蘋果提高經(jīng)濟(jì)效益,急需一種快速、準(zhǔn)確、無損的檢測方法對其鑒別分選。近紅外光譜分析技術(shù)在蘋果水心病檢測方面具有獨特的優(yōu)勢,是一種便捷且有效的方法。卷積神經(jīng)網(wǎng)絡(luò)（CNN）能夠從復(fù)雜光譜數(shù)據(jù)中自主提取有效特征結(jié)構(gòu)進(jìn)行學(xué)習(xí),與傳統(tǒng)的模型相比具有更強(qiáng)的模型表達(dá)能力。然而,使用CNN進(jìn)行蘋果近紅外光譜數(shù)據(jù)分析至今尚未被研究。為解決上述問題,本文將CNN與近紅外光譜分析技術(shù)相結(jié)合,進(jìn)行了以下工作:首先對采集到的水心蘋果和正常蘋果的光譜數(shù)據(jù)進(jìn)行簡單的預(yù)處理以減少光譜噪聲。然后基于CNN算法,通過試驗優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)和各項參數(shù),最終獲得針對蘋果近紅外光譜數(shù)據(jù)的卷積神經(jīng)網(wǎng)絡(luò)蘋果水心預(yù)測模型通過與傳統(tǒng)模型進(jìn)行對比實驗分析,結(jié)果表明卷積神經(jīng)網(wǎng)絡(luò)的分類預(yù)測精度優(yōu)于傳統(tǒng)模型,準(zhǔn)確率可以達(dá)到98%,且對預(yù)處理的依賴更小。因此,卷積神經(jīng)網(wǎng)絡(luò)能夠利... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１近紅外光譜圖??當(dāng)使用頻率不斷變化的近紅外光照射樣品時，某些頻率的輻射能夠引起樣品??

３．２實驗儀器??本文光譜儀選用北京偉創(chuàng)英圖儀器有限公司生產(chǎn)的商用臺式果品近紅外光譜??分析儀ＮＩＲｍａｇｉｃ２１００?（如圖３．１所示），可實現(xiàn)果品現(xiàn)場無損、快速定性判別和??品質(zhì)分析。該款儀器內(nèi)部結(jié)構(gòu)緊湊，配備智能光學(xué)校準(zhǔn)系統(tǒng)、提高樣品測量結(jié)果??的穩(wěn)定性。儀器動態(tài)響應(yīng)２５０００：?１，信噪比１０００：１，波長范圍為２００－１１００ｎｍ，??波長精度可達(dá)到〇．２ｎｍ，積分時間８ｍｓ－１５ｍｉｎ。儀器上部為檢測臺，光源在檢測??臺下方。??．．急．．．．ｆｃ?．＃?灣．????ｊｍｎ??圖３．１儀器實物圖??３．３光譜數(shù)據(jù)采集與預(yù)處理??對每個蘋果測量兩種位置：一種是將蘋果豎直放置在檢測臺上，即蘋果果軸??（果柄－花萼軸）與檢測臺面垂直；另一種是將將蘋果橫著放置在檢測臺上使蘋果??２２??

每個蘋果測量兩點，兩點方向相互垂直。每張光譜的積分時間是３?０００?ｍｓ，??平均次數(shù)１０次，光譜數(shù)據(jù)點間隔ｌｎｍ，光譜范圍４００？１１００?ｎｍ。??圖３．２為正常蘋果與水心蘋果樣品照片，外觀無明顯差別，但是沿蘋果赤道??面切開之后可見明顯不同，果心附近呈現(xiàn)不規(guī)則半透明的水漬狀的斑紋。圖３．３??為２種蘋果樣品的光譜圖，由圖可知，水心和正常蘋果的光譜在４５０？７５０ｎｍ明顯??差異，水心蘋果能量光譜高于正常蘋果，而其他波段無顯著差異。??圖３．２蘋果剖面圖??左：普通蘋果右：水心蘋果??■?＇?＇?ｔ?＇?＇?＇?１?＇?＇?＇?＇?Ｉ?＇?＇?＇?＇?Ｉ?＇?￣１—１?￣＇￣Ｉ?■?＿?■?？?￣Ｉ￣１—１?￣￣Ｉ?＇￣｜?■?？?■?？?｜?■?？?？?■?｜?？?－?■?■?｜?￣？?■?？?｜?■?■?￣■?■?｜?．￣ｒ￣，￣１?￣??…乂，■??二，’?＼?—??Ｉ?ｒ’、??．．??＼?／＼??Ｉ－?＇、－，，＼?－??－?、＇、?——???：?ｉ?Ｉ?；?．?Ｉ?Ｉ?Ｉ?ｔ?Ｉ?■????＊５：?５ＣＣ?５５：?５３０?６５０?Ｔ３０?＊５０?ＳＤ３?８＊０?３５：?９５３?１３００?１０５０?ＶＤ??８長（ｎｍ）??圖３．３水心蘋果和正常蘋果的平均吸光度能量譜圖??上：水心蘋果；下：正常蘋果??為了去除高頻隨機(jī)噪聲以及樣本不均導(dǎo)致的基線漂移的影響

【參考文獻(xiàn)】：
期刊論文
[1]光譜自動檢索算法在快速建立汽油光譜數(shù)據(jù)庫中的應(yīng)用[J]. 李敬巖,褚小立,陳瀑,田松柏.  石油學(xué)報(石油加工). 2017(01)
[2]碳水化合物、礦質(zhì)元素及活性氧代謝與富士蘋果水心發(fā)生的關(guān)系[J]. 杜艷民,王文輝,杭博,佟偉,王志華,賈曉輝.  園藝學(xué)報. 2015(10)
[3]蘋果糖度在線檢測降低雜散光影響研究[J]. 韓東海,周恩洋,戚淑葉.  農(nóng)業(yè)機(jī)械學(xué)報. 2015(11)
[4]近紅外光譜分析方法研究:從傳統(tǒng)數(shù)據(jù)到大數(shù)據(jù)[J]. 劉言,蔡文生,邵學(xué)廣.  科學(xué)通報. 2015(08)
[5]近五年我國近紅外光譜分析技術(shù)研究與應(yīng)用進(jìn)展[J]. 褚小立,陸婉珍.  光譜學(xué)與光譜分析. 2014(10)
[6]基于多模型共識的近紅外光譜波長選擇方法[J]. 韓清娟,張夢軍,曹文軒,管瀟,肖正華,馮志強(qiáng),張惠靜.  分析科學(xué)學(xué)報. 2013(06)
[7]蘋果水心病無損檢測與防治研究進(jìn)展[J]. 劉小勇,張輝元,董鐵,王發(fā)林.  果樹學(xué)報. 2008(05)
[8]基于可見/近紅外能量光譜的蘋果褐腐病和水心鑒別[J]. 王加華,孫旭東,潘璐,孫謙,韓東海.  光譜學(xué)與光譜分析. 2008(09)
[9]水果內(nèi)部品質(zhì)近紅外光譜無損檢測研究進(jìn)展[J]. 韓東海,王加華.  中國激光. 2008(08)
[10]用于近紅外光譜分析的化學(xué)計量學(xué)方法研究與應(yīng)用進(jìn)展[J]. 褚小立,許育鵬,陸婉珍.  分析化學(xué). 2008(05)



本文編號：3356133