【摘要】 本发明涉及一种基于支持向量机模型和近红外光谱检测技术的水果内部品质检测分级方法。该方法针对水果口感的模糊性，将隶属度概念引入水果的品质分析，在确定水果品质测定隶属度的过程中，同时考虑水果近红外光谱特性和理化测量的品质参数，利用基于支持向量数据域描述的隶属度来对基于糖度和酸度确定的测定隶属度进行修正，从而建立出有效的水果分级的支持向量机模型。本发明的基于支持向量机模型与近红外光谱检测技术的无损检测和分级方法不仅实现了传统方法对水果样本品质的分级，而且可以通过隶属度来衡量样本对于所属品质级别的隶属程度，根据水果样本隶属度的预测值和测定值的差值能够获得更高的分级准确性，从而更好地识别水果内部品质。 【专利类型】发明申请 【申请人】扬州福尔喜果蔬汁机械有限公司 【申请人类型】企业 【申请人地址】225105 江苏省扬州市沙头镇施沙路8号 【申请人地区】中国 【申请人城市】扬州市 【申请号】CN201010247589.7 【申请日】2010-08-02 【申请年份】2010 【公开公告号】CN101949834A 【公开公告日】2011-01-19 【公开公告年份】2011 【授权公告号】CN101949834B 【授权公告日】2012-05-30 【授权公告年份】2012.0 【发明人】王丛庆; 高林杰; 李军良; 李鹏飞; 吴正祥 【主权项内容】一种水果内部品质检测分级方法，其特征是，包括如下步骤：1)水果样本的数据采集：通过近红外光谱检测技术获取所述水果样本的近红外光谱，并通过理化方法获取所述水果样本的内部品质参数信息；2)水果样本内部品质分级的支持向量机模型的建立：(1)选取l为水果样本的个数，每个水果样本的测试误差之和与水果样本总数的比值为预测平均误差，其中为水果样本内部品质的预测隶属度，ui为水果样本内部品质的测定隶属度，并且1≤i≤l；(2)设定分级规则如下：ui＞0.55，水果样本属于高品质；0＜|ui|≤0.55，水果样本属于中品质；ui＜‑0.55，水果样本属于低品质；并且选定一个实数ε，其中0≤ε≤1，对于各个水果样本，若测试误差则对该水果样本的品质分级正确；若测试误差则对该水果样本的品质分级错误，其中分级正确的样本数量与水果样本总数l的比值为正确率；3)水果样本内部品质的测定隶属度的确定：基于所述水果样本的内部品质参数信息确定所述水果样本内部品质的测定隶属度ui；4)水果样本内部品质的预测隶属度的确定：通过所述近红外光谱建立基于支持向量数据域描述的隶属度函数，通过该隶属度函数预测所述水果样本所对应级别的预测隶属度5)水果样本内部品质的分级：在上述基础上，将各个水果样本内部品质的预测隶属度和测定隶属度ui代入所述支持向量机模型进行分析评判，得到预测平均误差，并且依据所述支持向量机模型的分级规则对各个水果样本进行分级并判断品质分级的正确率。FSA00000220634000011.tif, FSA00000220634000012.tif, FSA00000220634000013.tif, FSA00000220634000014.tif, FSA00000220634000015.tif, FSA00000220634000016.tif 【当前权利人】许荣华 【专利权人类型】有限责任公司 【统一社会信用代码】913210007596834927 【被引证次数】15 【被他引次数】15.0 【家族被引证次数】15

未经允许不得转载：http://www.zhongzhencnc.com/1781272573.html