ブルーベリーには繊細な肉とユニークな風味があります。栄養素が豊富で、「果物の女王」として知られています。脳神経の老化を防ぎ、視力を保護し、抗癌を保護し、ヒト免疫を強化する機能があります。幅広い市場の見通しがあります。ブルーベリー糖の含有量は、ブルーベリーの品質を評価するための重要な指標です。従来のブルーベリー糖含有量の検出は破壊的であり、非破壊検出は重要な開発動向です。
1。画像データ収集
ブルーベリーサンプルの高スペクトル画像
2つのハイパースペクトル画像のスペクトルデータを抽出します。各サンプルの表面に目的の異なる領域（ROI）を選択し、元の反射スペクトル曲線を取得します
対象面積の元のスペクトル曲線に対応すると、平均スペクトル値が抽出され、48x256スペクトルデータマトリックスの3セットが得られます
異なるバンドのハイパースペクトル画像とスペクトル曲線によると、バンド1バンド50には大きなノイズとぼやけた画像があります。データを選択するとき、
バンド51バンド250（1031.11nm-1699.11nm）のみの合計200帯がモデル化されました。最初の36のブルーベリースペクトル値を使用してモデルを確立しました。
最後の12はモデルテストに使用されました。
2。モデルの確立と分析
ブルーベリー糖含有量予測モデルの確立は、主に部分的な最小二乗回帰法（PLSR）を使用しています。異なるスペクトルデータが取得されます
異なる予測モデル。 200帯を直接使用してノイズを削除して、PCA寸法削減のために200帯のスペクトルデータのバンドをモデル化します。
99.9％の累積寄与率を持つ最初のN主成分、次にPLSRモデリングを使用して256スペクトルの特性バンドを選択します
SPAを使用してバックエリア全体のバンドを使用してから、PLSRモデリングを使用して、バックエリア全体の200帯域で周期的なモデリングを直接実行し、最初に組み合わせます
2 x 2、そして3 x 3つの組み合わせを使用してモデル化します
3。予測モデルの確立
正面のいくつかの領域のスペクトルデータのPLSRモデル
予測モデル：
y = 8.1109+0.3989x+0.2848x+…。+0.809x200
ここで、x1、x2、...、x200はバンド51-band250の平均スペクトル値であり、yはブルーベリーの糖分です。
予測モデルを使用して、12のブルーベリーのスペクトルデータを置き換えて、次の表に示すように予測される糖含有値を取得します
表1。ブルーベリーの前面にあるいくつかの領域の予測された糖含有値と実際の糖分値の比較
表2。ブルーベリーの前面全体の糖分値と真の値を予測する
表3。ブルーベリーの背面にある領域全体の予測される糖含有値と真の値
予測モデルの予測糖含有値は、3セットのデータとブルーベリーの実際の糖分値の曲線から得られました
PCAは、ブルーベリースペクトルデータの寸法を減らすために使用されました。次に、寸法削減後のデータをPLSRモデリングに使用しました。 PCA寸法削減後、総寄与率が99.9％の最初のN主成分が選択されました。正面の部分面積と前面の全体の領域から抽出されたスペクトルデータの寸法縮小後に、7つの主成分が選択されました。最初の10個の主成分は、背面の領域全体のスペクトルデータの寸法減少後に抽出されました。 PCA寸法削減後に選択された主成分をPLSRモデリングに使用しました。予測モデル関数によれば、3セットのデータの予測糖含有値が取得されました。
最初にPCAを使用して寸法を減らし、次にPLSRモデリングを実行します。予測モデルの関数によれば、予測された糖分値の曲線と3つのデータの実際の糖分値が取得されます
4。概要
異なるデータで確立された予測モデルを比較すると、予測される糖含有値と真の砂糖の間の相関係数rがrを比較します
バンドサイクルの組み合わせモデリングによって選択された最適バンドの組み合わせ予測モデルのコンテンツ値は、それぞれ0.54と0.61です。
他のバンドの組み合わせで確立されたモデルの中で最大のものであり、平均相対誤差はそれぞれ12.6％と11.9％であり、これはこれが
他のバンドの組み合わせで確立されたモデルの中で最も小さく、テストセットのルート平均平方根誤差は小さいです。と結論付けることができます
バンドサイクルの組み合わせモデリングの後に選択された最適モデルの予測効果は、他のバンドの組み合わせの予測効果よりも優れています。
