[发明专利]水果光谱的特征提取方法、模型训练方法、检测方法

说明书

本发明属于无损检测技术领域，公开了一种水果无损检测光谱的特征提取方法，包括如下步骤：步骤1：采用连续投影算法对光谱的特征的重要性进行排序；步骤2：按照特征的排序顺序，采用主成分分析算法，逐渐增加特征值，获得不同数量的特征对样本的分类结果；步骤3：通过样本类别中心点之间的欧氏距离检验增加特征对分类能力的提升效果；如果N+1个特征的样本类别中心点之间的欧氏距离大于N个特征的样本类别中心点之间的欧氏距离；则表示增加的特征为有效特征；反之则增加的特征为无效特征。该方法能够在采用较少的样品的情况下对有效特征进行快速筛选，以利于后续的建模。同时本发明还公开了一种模型训练方法、检测方法。

技术领域

本发明涉及无损检测技术领域，具体为水果光谱的特征提取方法、模型训练方法、检测方法。

背景技术

水心病是菠萝的生理性病害，目前，可见/近红外光谱、电子鼻和机器视觉技术在农产品品质无损智能检测中均发挥着重要作用。电子鼻和机器视觉技术在无损检测过程中更侧重于靠近农产品外表的特征，而可见/近红外光可穿透农产品，获取内部品质特征信息，更加适合于菠萝水心病的无损智能检测。较多前期研究表明，可见/近红外光谱在小型薄皮水果的内部糖度、酸度、硬度、病害、虫害等内部品质无损检测上是可行的，但菠萝属于大型水果，且表面不光滑，容易引起散射噪声，检测难度相对较大。采用可见/近红外光谱技术能否有效无损检测菠萝水心病，尚未见有关报道。

对比文件1：CN202010745439.2 公开了一种基于融合特征波长选择算法的苹果酸度近红外无损检测方法，其步骤包括：1采集苹果样本标记点区域的光谱信息，测量苹果样本标记点区域的酸度数据；2对采集到的光谱进行预处理；3分别利用连续投影算法SPA与竞争自适应重加权采样算法CARS进行特征波长选择，并将二者所选择的特征波长进行融合；4根据融合后的特征波长对应的光谱与酸度数据，在校正集上建立苹果酸度的偏最小二乘PLS预测模型，并在预测集上对模型结果进行评估。

上述对比文件1所存在的问题如下：

（1）CN202010745439.2 采用SPA和CARS两种算法提取特征并进行融合，这两种方法虽然可从不同角度对特征的差异性进行排序，但样本差异大小的存在是客观的，最终筛选的特征会存在较大的重叠风险，造成特征数据冗余，影响识别精度。

（2）CN202010745439.2 采用PLSR对特征选择的效果进行验证，存在一定弊端。偏最小二乘PLSR的建模过程需要进行参数设置，改变特征结构的同时PLSR建模参数也应该随之变化以达到最佳的建模效果，因此面对不同特征选择时比对起来不方便；

（3）CN202010745439.2 采用PLSR验证时未分训练集和测试集进行验证，其结果可能存在过拟合的风险，但若分测试集与验证集，重复运算量明显增大，不易操作，可能造成误判。

对比文件2：《荧光光谱结合PCA_ED与PLSR方法检测市售橙汁饮品》，光谱学与光谱分析，2014年8月，第34卷第8期，胡扬俊著，其通过主成分分析PCA结合欧氏距离ED对市售橙汁饮品基于偏最小二乘PLSR的建模过程进行分析。

但是该对比文件2在菠萝水心病的判断过程中，存在的问题在于：（1）文件2是采用PCA分析提取了第一与第二主成分作为特征值，进行ED为距离计算方法的聚类分析，将PCA图形化的分类结果数字化、量化。

（2）对比文件2缺乏SPA对特征进行排序和依次筛选的过程，将所有特征进行PCA分析，存在混入冗余特征影响识别精度的风险。

（3）对比文件2采用PLSR对橙汁进行分类，是因为从其PCA分类结果图可看出，不同样本在二维空间分布完全线性可分（可用一条直线将不同类别样本数据点完全划分开来）。但对于菠萝水心病无损检测而言，不同类别样本的分类存在非线性特性（不可用一条直线将不同类别样本数据点完全划分开来），因此，PLSR在菠萝水心病的检测中存在一定的限制。