基于电学参数的苹果可溶性固形物含量预测

黄铝文, 田旭, 任烈弘, 张梦伊

农业工程学报. 2023, 39(02): 252-259

农业工程学报 ›› 2023, Vol. 39 ›› Issue (02) : 252-259. DOI: 10.11975/j.issn.1002-6819.202210245

基于电学参数的苹果可溶性固形物含量预测

  • 黄铝文, 田旭, 任烈弘, 张梦伊
作者信息 +
History +

摘要

为实现苹果可溶性固形物含量的无损检测,该研究提出了一种长短期记忆编解码和多层感知机(LSTMED-MLP,long short-term memory encoder-decoder-multi-layer perceptron)融合的介电特征预测方法。在0.158~3 980 kHz频率范围内的9个频率点下,采用介电谱测量仪获取300个富士苹果的电学参数,其中每个频率点对应15项电学参数,即每个苹果对应135项电学特性参数,之后通过苹果基因组学理化分析方法,获取可溶性固形物含量;根据电学参数与可溶性固形物含量,构建苹果关键基因组学参数的回归预测模型。为简化模型输入,提取样本变量特征,使用主成分分析(principal component analysis,PCA)和LSTMED模型,提取每个样本的40项特征值,作为非线性回归模型多层感知机(MLP)和XGBoost的输入,建立可溶性固形物含量预测模型。试验结果表明,LSTMED具有更好的适用性,且LSTMED-MLP模型的预测效果最好,在校正集和预测集上,决定系数分别为0.95和0.90,均方根误差分别为0.77和0.84,且对不同种植模式下苹果样本的变化差异具有更强鲁棒性,LSTMED-XGBoost模型次之。因此,LSTMED可以作为一种有效的非线性特征降维提取方法,应用于农产品品质参数分级和无损检测方面。

关键词

农产品 / 介电光谱 / 电学参数 / 可溶性固形物 / LSTMED / 非线性特征

引用本文

导出引用
黄铝文, 田旭, 任烈弘, 张梦伊. 基于电学参数的苹果可溶性固形物含量预测. 农业工程学报. 2023, 39(02): 252-259 https://doi.org/10.11975/j.issn.1002-6819.202210245

基金

国家重点研发计划课题“农业先进适用技术社会化服务平台研发与示范(2020YFD1100601)”

14

Accesses

0

Citation

Detail

段落导航
相关文章

/