首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于敏感变量筛选的多光谱桃果实质地无损测定模型建立方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:上海市农业科学院

摘要:本发明公开了一种基于敏感变量筛选的多光谱桃果实质地无损测定模型的建立方法,获取桃果实阴阳两面与赤道交界处部位的光谱数据,随后于相同的部位相同的顺序测定每个果实的8个质地参数,得到光谱数据的自变量矩阵和质地参数的因变量矩阵;采用模型对获得的数据进行敏感波段筛选,基于筛选出的敏感波段数据,结合光谱和质地数据利用偏最小二乘回归方法构建预测模型,用于预测待测样品的果实质地。本发明方法可全面无损检测果实带皮硬度、果肉组织硬度、果实紧实度和咀嚼性的变化,更加精确的评判果实的质地特性和状态,预测果实的贮运特性和商品价值。

主权项:1.一种基于敏感变量筛选的多光谱桃果实质地无损测定模型的建立方法,包括以下步骤:1样本的选取:以不同年份、不同肉质类型的桃果实为已知样本,选取成熟度一致、未破损、大小一致、无明显疤痕的桃果实;2数据采集:采用漫反射模式获取桃果实阴阳两面与赤道交界处部位的光谱数据,随后于相同的部位相同的顺序测定每个果实的8个质地参数,包括果实弹性FE、果皮硬度PH、果皮脆性PF、果肉组织硬度FP、果肉脆性FF、果肉紧实度FS、咀嚼性CHU、可溶性固形物SSC,得到光谱数据的自变量矩阵和质地参数的因变量矩阵;3敏感波段筛选:采用模型对获得的数据进行敏感波段筛选,筛选模型为:式中,m为自变量个数,其个数等于自变量矩阵X的维度;k为提取的潜变量个数,其个数等于主成分数量个数;ωhj为自变量xj在潜变量tn上的权重,反映输入变量xj对潜变量tn的边际贡献;chY;th是因变量矩阵Y与第h潜变量的得分矢量th之间的回归系数;4基于步骤3筛选出的敏感波段数据,结合光谱和质地数据利用偏最小二乘回归方法构建预测模型,用于预测待测样品的果实质地,建立偏最小二乘回归预测模型为其中表示待预测的输入矩阵,表示最终预测结果,t表示潜变量,p和c分别表示潜变量t对X和Y的回归系数。

全文数据:

权利要求:

百度查询: 上海市农业科学院 基于敏感变量筛选的多光谱桃果实质地无损测定模型建立方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。