本发明公开了一种基于高光谱图像的青梅糖酸度预测方法,包括以下步骤:采集青梅样品高光谱图像,对其进行反射率校准;获取每个青梅样品的平均光谱反射率;利用传统的理化检测方式采集青梅样品的SSC和pH结果,作为预测模型训练时的参考值;基于深度学习技术,设计多层网络结构的DSAE‑SPA‑PLSR预测模型,预测青梅的糖度值和酸度值;对青梅糖度值预测结果和酸度值预测结果进行可视化表示。本发明基于深度学习技术,提出一种深度学习模型,提高了青梅糖度值和酸度值的预测精度,实现了青梅成分的无损检测,检测效率高。同时该方法可以推广至其他林果无损检测中,拥有较大的应用前景。
声明:
“基于高光谱图像的青梅糖酸度预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)