本發(fā)明公開了基于機器學習定量測試香蕉品質的方法,該方法將傳統(tǒng)化學測定方法與曲線擬合等數(shù)學方法相結合,根據(jù)香蕉表皮顏色預估質構、還原糖濃度、酸度、抗壞血酸含量等內(nèi)部性質:基于傳統(tǒng)化學方法測定香蕉顏色、酸度、質構等指標,利用歸一化、去除異常值、數(shù)據(jù)平滑等數(shù)據(jù)預處理,衡量顏色與其他性質的單調(diào)性關系,通過初步多項式曲線擬合,加權最小二乘法擬合與評估預測香蕉品質。本發(fā)明首次建立了基于機器學習預測香蕉品質的方法,并利用該方法對香蕉內(nèi)部性質進行預估,計算量小,準確率高,校正決定系數(shù)達95%以上。本發(fā)明提供了一種容易落地工業(yè)化應用的,無破壞即可精準評估香蕉內(nèi)部性質的定量新方法。
聲明:
“基于機器學習定量測試香蕉品質的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)