领学术科研之先,创食品科技之新
—— 中国食品杂志社
期刊集群
高光谱与深度学习融合的黄瓜果实品质无损检测
来源:导入 阅读量: 4 发表时间: 2026-11-17
作者: 杨阳,王继涛,吴龙国,马骅,马小龙,寇尔丰,张恬,格桑曲珍,曹云娥
关键词: 黄瓜;高光谱成像技术;无损检测;品质;卷积神经网络;深度学习
摘要:

为改善黄瓜果实理化指标检测方法需破坏样品本身、耗时耗力且不适用于大规模检测的局限性,本研究以5 个灌溉梯度下的黄瓜果实为研究对象,利用高光谱成像(hyperspectral imaging,HSI)技术结合化学计量学方法,建立黄瓜果实的可溶性固形物含量、可溶性糖含量和硬度的预测模型。结果表明,黄瓜果实的可溶性固形物、可溶性糖和硬度的最佳预测模型由卷积神经网络建立,模型的预测决定系数分别为0.861 0、0.894 0和0.832 0,预测均方根误差分别为0.145 0 °Brix、0.001 0%和3.415 0 N。该模型实现了指标空间分布可视化,揭示了不同灌溉处理下黄瓜品质的空间异质性,验证了预测模型良好的预测能力和较高的可靠性。综上,HSI结合化学计量学方法可以实现对黄瓜果实品质的快速无损检测,本方法系统性强、准确性高,可为灌溉精准管理与蔬菜品质提升提供技术依据。

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