本發(fā)明公開了一種基于高光譜圖像的青梅糖酸度預測方法,包括以下步驟:采集青梅樣品高光譜圖像,對其進行反射率校準;獲取每個青梅樣品的平均光譜反射率;利用傳統(tǒng)的理化檢測方式采集青梅樣品的SSC和pH結果,作為預測模型訓練時的參考值;基于深度學習技術,設計多層網(wǎng)絡結構的DSAE?SPA?PLSR預測模型,預測青梅的糖度值和酸度值;對青梅糖度值預測結果和酸度值預測結果進行可視化表示。本發(fā)明基于深度學習技術,提出一種深度學習模型,提高了青梅糖度值和酸度值的預測精度,實現(xiàn)了青梅成分的無損檢測,檢測效率高。同時該方法可以推廣至其他林果無損檢測中,擁有較大的應用前景。
聲明:
“基于高光譜圖像的青梅糖酸度預測方法” 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)