换一批摘要轻微机械损伤是影响生姜采后品质的关键因素之一.在特定条件下,此类损伤可能隐匿于外表皮层之下,导致其难以通过常规检测方法直接识别.为建立高效的生姜轻微机械损伤识别技术,以人为模拟机械损伤的4 种生姜为研究对象,提出一种基于近红外光谱的生姜损伤无损检测方法.首先比较标准正态变量变换(standard normal variate,SNV)、多元散射校正、基线校正和Savitzky-Golay(SG)平滑等预处理方法,然后采用支持向量机(support vector machine,SVM)、K近邻和随机森林算法建立生姜损伤识别模型.结果表明,SG平滑+SNV预处理在多个模型中均能够有效提高生姜机械损伤识别准确性,表现出突出的性能优势.其中,采用SG平滑+SNV预处理结合SVM模型检测生姜损伤效果最优,4 种生姜损伤平均识别准确率均达92%以上,其中生姜品种1和生姜品种3在该组合下的平均识别准确率高达100%,可为准确识别生姜轻微损伤提供技术参考.
更多相关知识
关键词
近红外光谱模型识别生姜损伤预处理方法near-infrared spectroscopymodel identificationgingerdamagespectral preprocessing methods
栏目名称
DOI
10.7506/spkx1002-6630-20251020-120
发布时间
2026-07-21（万方平台首次上网日期，不代表论文的发表时间）
基金项目
科技特派员农业物质技术装备领域揭榜挂帅项目（2022296906020008）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
