领学术科研之先，创食品科技之新
—— 中国食品杂志社
针对单一方法对苹果轻度霉心病检测精度较低的问题，提出基于近红外透射光谱和声振技术的异源信息融合方法，以提升对苹果轻度霉心病的判别能力。针对近红外光谱信号，首先分析不同预处理和特征提取方法对建模效果的影响，完成光谱特征波段的选择。针对声振信号，利用YSV工程测试与信号分析软件和Pearson相关系数优选7 个时域特征。随后，通过特征拼接将光谱特征波段与时域特征组成融合特征向量，分别采用卷积神经网络（convolutional neural networks，CNN）、长短时记忆网络（long short-term memory，LSTM）和CNN-LSTM基于单一源特征和融合特征构建判别模型。通过模型性能分析，融合了近红外透射光谱15 个特征波段与7 个时域特征的CNN-LSTM组合模型对于轻度霉心病的判别性能最优，测试集的准确率、召回率、特异性和F1分数分别达到了98.31%、97.06%、97.06%和97.90%。实验结果证明本研究提出的可见近红外透射光谱与声振信号特征融合方法可以有效提高苹果轻度霉心病的判别准确率。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
