车厘子,相信大家都不陌生,毕竟“车厘子自由”曾经也是风靡一时的网络热词。但是车厘茄是什么呢?车厘子的变种?车厘子和茄子的结合?空想不如实干,看看度娘怎么说......
嚯,原来车厘茄就是常见的小番茄!另外,小加还了解到车厘茄含有丰富的维他命和十分高的铁质含量,不仅有美容功效,还可以预防出现贫血,可谓是值得多次购买的营养好物。但是购买时,我们只能通过朴素的双眼判断其好坏,如果从专业性的角度出发,该如何评估车厘茄的质量呢?答案就在下面这篇论文里,快一起来看看吧!
基于深度学习和高光谱图像估算车厘茄可溶性固形物含量及硬度
车厘茄(Solanum lycopersicum)因其特殊的香味深受世界各地消费者喜爱。可溶性固形物(SSC)和硬度是评估产品质量的两个主要指标。现存的测量技术主要依赖于化学方法。然而,这种破坏性的方法不适用于大面积的测量。高光谱成像技术可以同时获取光谱信息和空间信息,已广泛应用于各个领域,如植物病害胁迫检测、工业食品包装、医学图像分类及水果质量分析。
基于此,来自浙江工业大学和浙江省农业科学院的研究人员选择当地主流的车厘茄(Zheyingfen-1)为研究对象,测量其硬度和SSC,并基于高光谱图像(PIKA XC 高光谱相机,Resonon Inc.,Bozeman,MT,USA)和相应的深度学习回归模型开发了无损式测量技术。
【结果】
(A)校正的光谱反射率图。(B)MSC预处理。(C)二阶差分预处理。
每个模型的SSC估算结果。(A)小样本数据的SVR估算结果。(B)大样本数据的SVR估算结果。(C)小样本数据的KNNR估算结果。(D)大样本数据的KNNR估算结果。(E)小样本数据的AdaBoostR估算结果。(F)大样本数据的AdaBoostR估算结果。(G)小样本数据的PLSR估算结果。(H)大样本数据的PLSR估算结果。(I)小样本数据的Con1dResNet估算结果。(J)大样本数据的Con1dResNet估算结果。
【结论】
本研究中,作者利用高光谱图像提出了Con1dResNet深度学习模型来估算车厘茄的SSC和硬度。相比传统的机器学习方法,充足的样本数量可以实现更好的结果。就SSC估算而言,其R2值为0.901,比PLSR高26.4%,其MSE为0.018,比PLSR低0.046。就硬度估算而言,其R2值为0.532,优于PLSR33.7%。结果表明高光谱成像结合深度学习可以显著提高车厘茄SSC和硬度估算准确性
[来源:北京理加联合科技有限公司]
Resonon | Pika IR+高光谱成像仪在考古学方面的应用
2024.09.30
土壤呼吸 | 2018–2019年大兴安岭北部近地表土壤冻融期森林土壤CO2和CH4通量
2024.09.30
2024.09.20
2024.09.05
2024.09.04
理加联合参加中国自然资源学会自然资源信息系统专业委员会2024年学术年会
2024.09.04
版权与免责声明:
① 凡本网注明"来源:仪器信息网"的所有作品,版权均属于仪器信息网,未经本网授权不得转载、摘编或利用其它方式使用。已获本网授权的作品,应在授权范围内使用,并注明"来源:仪器信息网"。违者本网将追究相关法律责任。
② 本网凡注明"来源:xxx(非本网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。
③ 如涉及作品内容、版权等问题,请在作品发表之日起两周内与本网联系,否则视为默认仪器信息网有权转载。
谢谢您的赞赏,您的鼓励是我前进的动力~
打赏失败了~
评论成功+4积分
评论成功,积分获取达到限制
投票成功~
投票失败了~