详情

原文传递用于水果糖度检测设备的近红外光谱模型传递方法

专利名称：	用于水果糖度检测设备的近红外光谱模型传递方法
摘要：	本发明涉及水果糖度检测设备技术领域，公开了一种用于水果糖度检测设备的近红外光谱模型传递方法，该方法利用标准光源对主机和从机进行校正，然后分别利用主机和从机对校正集进行光谱采集并对光谱进行预处理；基于校正集的糖度实测值和预设波段范围内的主机光谱，建立糖度检测模型；基于标准集的预设波段范围内的从机光谱和主机光谱，结合分段直接校正算法，得到从机光谱到主机光谱的转换关系；基于目标水果的从机光谱和从机光谱到主机光谱的转换关系，获取目标水果的主机光谱，将目标水果的主机光谱带入糖度检测模型，得到目标水果的糖度预测值。该方法保证了糖度检测模型在同类型仪器间的有效传递，实现水果糖度的有效检测。
专利类型：	发明专利
申请人：	北京农业智能装备技术研究中心
发明人：	樊书祥;黄文倩;李江波;田喜;王庆艳
专利状态：	有效
申请日期：	1900-01-20T14:00:00+0805
发布日期：	1900-01-20T15:00:00+0805
申请号：	CN202010039074.1
公开号：	CN111157484A
代理机构：	北京路浩知识产权代理有限公司
代理人：	韩世虹
分类号：	G01N21/3563;G01N21/359;G06K9/00;G;G01;G06;G01N;G06K;G01N21;G06K9;G01N21/3563;G01N21/359;G06K9/00
申请人地址：	100097 北京市海淀区曙光花园中路11号农科大厦A座1107
主权项：	1.一种用于水果糖度检测设备的近红外光谱模型传递方法，其特征在于，包括：利用标准光源对主机和从机的光谱波长的准确度进行校正，分别利用所述主机和所述从机对校正集进行光谱采集并对光谱进行预处理，获取主机光谱和从机光谱，所述主机和所述从机采用相同类型的光谱仪，所述校正集包括用于建立模型的水果样本；获取所述校正集的糖度实测值，基于所述校正集的糖度实测值和预设波段范围内的主机光谱，建立糖度检测模型；从所述校正集中选择预设数量的水果样本作为标准集，基于所述标准集的预设波段范围内的所述从机光谱和所述主机光谱，结合分段直接校正算法，得到所述从机光谱到所述主机光谱的转换关系；利用所述从机对目标水果进行光谱采集并对光谱进行预处理，基于所述目标水果的从机光谱和所述从机光谱到所述主机光谱的转换关系，获取所述目标水果的主机光谱，将所述目标水果的主机光谱带入所述糖度检测模型，得到所述目标水果的糖度预测值。 2.根据权利要求1所述的用于水果糖度检测设备的近红外光谱模型传递方法，其特征在于，所述利用标准光源对主机和从机的光谱波长的准确度进行校正，进一步包括：分别获取所述主机和所述从机在标准光源下的标准光源光谱，从所述标准光源光谱中，选取若干个光源特征峰波长；基于所述光源特征峰波长，采用二次多项式拟合算法分别对所述主机和所述从机的波长进行校正。 3.根据权利要求1所述的用于水果糖度检测设备的近红外光谱模型传递方法，其特征在于，所述基于所述标准集的预设波段范围内的所述从机光谱和所述主机光谱，结合分段直接校正算法，得到所述从机光谱到所述主机光谱的转换关系，进一步包括：采用三次样条插值法将所述标准集的预设波段范围内的所述从机光谱的波长点数转换为与所述标准集的预设波段范围内的所述主机光谱的波长点数相同；采用分段直接校正算法，得到所述从机光谱到所述主机光谱的转换关系： S1＝S2B+E 其中，S1为主机光谱，S2为从机光谱，B为光谱转换矩阵，E为残差矩阵。 4.根据权利要求1所述的用于水果糖度检测设备的近红外光谱模型传递方法，其特征在于，所述分别利用主机和从机对校正集进行光谱采集并对光谱进行预处理，获取主机光谱和从机光谱，进一步包括：在所述校正集中水果样本的赤道部位标记采集点，分别利用主机和从机对标记部位进行多次光谱采集，获取多条主机光谱信息和从机光谱信息；对多条主机光谱信息的平均值进行预处理，得到所述主机光谱；对多条从机光谱信息的平均值进行预处理，得到所述从机光谱。 5.根据权利要求4所述的用于水果糖度检测设备的近红外光谱模型传递方法，其特征在于，所述获取所述校正集的糖度实测值，进一步包括：从所述校正集中水果样本的标记部位切取预设厚度的果肉，经过滤挤汁滴于折光仪镜面，读取并记录读数。 6.根据权利要求1所述的用于水果糖度检测设备的近红外光谱模型传递方法，其特征在于，所述基于所述校正集的糖度实测值和预设波段范围内的主机光谱，建立糖度检测模型，进一步包括：基于所述校正集的糖度实测值和预设波段范围内的主机光谱，采用偏最小二乘算法建立糖度检测模型，所述糖度检测模型的最佳主因子数由十折交叉验证法确定。 7.根据权利要求1所述的用于水果糖度检测设备的近红外光谱模型传递方法，其特征在于，在所述得到所述从机光谱到所述主机光谱的转换关系之后，在所述利用所述从机对目标水果进行光谱采集并对光谱进行预处理之前，还包括：选择若干与所述校正集同批次的水果样本作为预测集，利用所述从机对所述预测集进行光谱采集并对光谱进行预处理，获取所述预测集的从机光谱；基于所述预测集的从机光谱和所述从机光谱到所述主机光谱的转换关系，获取所述预测集的主机光谱，将所述预测集的主机光谱带入所述糖度检测模型，得到所述预测集的糖度预测值；获取所述预测集的糖度实测值，将所述预测集的糖度实测值和糖度预测值比较，进行模型评价。 8.根据权利要求1至7中任一项所述的用于水果糖度检测设备的近红外光谱模型传递方法，其特征在于，当所述目标水果与所述校正集为不同批次时，在得到所述目标水果的糖度预测值之后，还包括：随机选择若干所述目标水果作为修正集，利用所述从机对所述修正集进行光谱采集并对光谱进行预处理，获取所述修正集的从机光谱；基于所述修正集的从机光谱和所述从机光谱到所述主机光谱的转换关系，获取所述修正集的主机光谱，将所述修正集的主机光谱带入所述糖度检测模型，得到所述修正集的糖度预测值；获取所述修正集的糖度实测值，结合S/B算法建立糖度预测值的修正模型；将所述目标水果的糖度预测值代入所述糖度预测值的修正模型，得到修正后的所述目标水果的糖度预测值。 9.根据权利要求1所述的用于水果糖度检测设备的近红外光谱模型传递方法，其特征在于，所述预处理的方式包括：平滑处理、一阶导数计算、二阶导数计算或者多元散射校正处理。
所属类别：	发明专利