您好,欢迎访问福建省农业科学院 机构知识库!

基于近红外光谱数据的李子可溶性固形物含量预测模型研究

文献类型: 中文期刊

作者: 狄标 1 ; 林娟 1 ; 刘现 2 ;

作者机构: 1.福建农林大学计算机与信息学院

2.福建省农业科学院数字农业研究所

关键词: 近红外光谱;可溶性固形物;一维卷积神经网络;李子;深度学习

期刊名称: 中国农学通报

ISSN: 1000-6850

年卷期: 2024 年 40 卷 031 期

页码: 133-138

收录情况: CSCD

摘要: 针对李子可溶性固体物含量预测方法存在前期数据预处理较复杂、预测精度不高、预测模型泛化能力不强的问题,提出针对李子品种的一维卷积神经网络(1D Convolutional Neural Network,1D-CNN)模型。首先针对300个三华李和三月李样本果品构建可溶性固体物含量的近红外光谱数据,并分别设计输入层、一维卷积层、池化层与全连接层和输出层等多层结构构建1D-CNN模型。模型决定系数为0.980、均方根误差为0.192,表现均优于支持向量回归、随机森林等传统机器学习方法,并且作为轻量级模型,具有建模过程简便、泛化能力强的特点,可满足实际场景需求。

  • 相关文献

[1]李子保鲜技术研究进展. 林炎娟,周丹蓉,叶新福,梁华俤. 2017

[2]李子贮藏保鲜技术及其应用前景. 余德亿,黄鹏,方大琳,姚锦爱. 2011

[3]脱萼剂对"浙梨6号"果实品质与着果率的影响. 曾少敏,黄新忠,陈小明,胡宁三,黄保平,姜翠翠. 2024

[4]橄榄鲜食新品系"灵峰"和"闽清2号"主要性状综合评价. 赖瑞联,沈朝贵,陈瑾,肖维强,郑丽,黄起豹,黄荣,韦晓霞,吴如健. 2022

[5]果蔗保鲜过程中可溶性固形物和氨基酸变化分析. 李瑞美,李海明,潘世明. 2011

[6]短短芽胞杆菌FJAT-0809-GLX菌剂的制备及其对枇杷保鲜效果的研究. 车建美,郑雪芳,刘波,苏明星,朱育菁. 2011

[7]透射式近红外光谱法测定稻谷直链淀粉含量的初步研究. 胡昌泉,陈建民,罗家密,陈在杰,王锋. 2006

[8]近红外漫反射光谱法分析稻草纤维及硅化物组成. 沈恒胜,陈君琛,种藏文,赵武善,倪德斌,汤葆莎,Valdes E.V. 2006

[9]基于近红外光谱的水稻抗性淀粉含量测定研究. 罗曦,吴方喜. 2016

[10]近红外光谱应用于福建乌龙茶品种质量表征属性研究. 韦航,邹强,黄伙水,黄锐敏,傅建炜. 2017

[11]基于YOLOv3深度卷积神经网络的田间百香果定位. 林营志,卢依琳,刘现. 2019

[12]基于性诱和深度学习的草地贪夜蛾成虫自动识别计数方法. 邱荣洲,赵健,何玉仙,陈韶萍,黄美玲,池美香,梁勇,翁启勇. 2021

[13]基于YOLO v5和多源数据集的水稻主要害虫识别方法. 梁勇,邱荣洲,李志鹏,陈世雄,张钟,赵健. 2022

[14]基于遗传算法的安溪铁观音品质快速评价研究. 王冰玉,孙威江,黄艳,余文权,吴全金,林馥茗,夏金梅. 2017

[15]近红外光谱的水稻抗性淀粉含量测定研究. 吴方喜,谢鸿光,朱永生,张建福,谢华安. 2016

作者其他论文 更多>>