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：绿萌科技股份有限公司

摘要：本发明公开了一种通过模糊决策优化和光谱分析等技术进行短波近红外检测跃变型水果表面腐烂的方法。该方法结合采收和储藏等因素状况设定光谱波段吸光度的标准指标特征值矩阵，并分析不同波段特征值对于腐烂概念的相对隶属度和不同级别的光谱波段对应吸光度标准值关于腐烂概念的相对隶属度，并建立模糊决策环境下带有等式约束的求极小值目标函数来求解校正标准误差平方最小场景下的最优隶属度和回归系数，则相对标准等级的最优隶属度最大值对应的行数则为对应的级别，从而为水果表面腐烂提供评判参考。

主权项：1.一种短波近红外检测水果表面腐烂的方法，其特征在于，包括以下步骤：步骤1：针对某种跃变型水果由采摘后的新鲜至后熟到腐烂在光谱表征上的状况划分为c个级别，经过光谱预处理后选取λ1,λ2,…,λm等m个短波近红外的光谱波段组合作为短波近红外的光谱波段集合，并由m个光谱波段的吸光度作为指标特征，设测量统计n个该种水果通过m个光谱波段的吸光度作为水果的短波近红外光谱表征集为X＝xi,jm×n，其中xi,j表示水果j的短波近红外光谱波段i的吸光度，其中1≤i≤m，1≤j≤n，以及设对应c个级别的光谱波段i吸光度的回归系数为wh,i，其中1≤h≤c，通过多元线性回归表示水果j的化学组分为其中χh为对应c个级别的残差，则结合采收和储藏等因素状况设定对应光谱波段吸光度的标准指标特征值矩阵Y的表达式，以及设定水果j的短波近红外光谱波段i特征值对于腐烂概念的相对隶属度ri,j和级别h的光谱波段i吸光度标准值yi,h关于腐烂概念的相对隶属度si,h的表达式；步骤2：设用于短波近红外检测水果表面腐烂的n个水果的模糊决策识别矩阵为U＝uh,jc×n，其中uh,j为水果j相对标准等级h的最优隶属度，则建立模糊决策环境下带有等式约束的求极小值目标函数以及转换为无约束求极小值的目标函数来求解校正标准误差平方最小场景下的最优隶属度uh,j和回归系数wh,i；步骤3：对无约束求极小值的目标函数求导，且考虑到由于求极值则令导数为0，得目标函数关于uh,j和wi,h的导数，从而得隶属度uh,j和回归系数wh,i的优化值表达式；步骤4：考虑通过实验室检验等方式对n′个该种跃变型水果进行短波近红外光谱数据统计作为样本集，从而建立该种跃变型水果的m个光谱波段样本表征集X′＝xi,j′m×n′，并判定样本集中水果j′的等级σj′，且可知样本集水果j′相对标准等级h的最优隶属度表示为则建立用于短波近红外检测水果表面腐烂的n′个水果的样本集模糊决策识别矩阵为U′＝uh,j′c×n′；由n′个水果的短波近红外光谱波段样本表征集X′以及ri,j′和si,k的计算表达式得样本表征集X′对应的ri,j′和si,k，由此通过回归系数的优化值计算表达式得到该种跃变型水果的回归系数wh,i，其中1≤i≤m，1≤h≤c，可知0≤wh,i1，而后针对不同的级别h将wh,i1×m中的元素由大到小取d个限定项数，使其满足剩余在wh,i1×m中的元素则置为0，其中，select为依次选取矩阵中最大值的函数，Θ为光谱波段的回归系数门限值；将更新后的回归系数wh,i结合样本表征集X′进行数据对比获得对应的残差χh；表征集X结合式2计算得到的ri,j，与表征集X′计算获得的si,k以及更新后的回归系数wh,i代入隶属度优化值的表达式获得水果j相对标准等级h的最优隶属度uh,j，其中1≤j≤n，1≤h≤c，则对应的h则为水果j对应的级别；步骤1中，对应光谱波段吸光度的标准指标特征值矩阵的计算表达式表示为： 其中，yi,h表示对应级别h的光谱波段i吸光度标准值，ai,max对应非常新鲜的光谱波段i吸光度标准值，ai,min对应严重腐烂的光谱波段i吸光度标准值，α，β为采收和储藏等因素状况的幂函数指标参数；步骤1中，水果j的短波近红外光谱波段i特征值对于腐烂概念的相对隶属度ri,j的计算表达式表示为： 其中,yi,1为光谱波段指标i关于级别1用于标注非常新鲜的标准值，yi,c为光谱波段指标i关于级别c用于标注严重腐烂的标准值；步骤1中，级别h的光谱波段i吸光度标准值yi,h关于腐烂概念的相对隶属度si,h的计算表达式表示为： 步骤2中，模糊决策环境下带有等式约束的求极小值目标函数表示为： 其中△为主观监督因子，且0△1；步骤2中，无约束求极小值的目标函数表示为： 其中，ξ和ζ为拉格朗日常数；步骤3中，隶属度uh,j和回归系数wh,i优化值的计算表达式表示为： 其中须满足且的条件。

全文数据：

权利要求：

百度查询： 绿萌科技股份有限公司 一种短波近红外检测水果表面腐烂的方法