榴莲果实成熟度分类模型的近红外无损改进研究
农业中的人工智能
7
（
2023
）
35
榴莲果实近红外无损成熟度分类模型的改进
Chanrak Ditcharoen
a
，
Panmanas Sirisomboon
b
，
Khwantri Saengprachatanarug
a
，
Arthit Risphaphud
a
，
Ronnarit Rittiron
c
，Anupun Terdwongworakul
d
，Chayuttapong Malai
a
，Chirawan Saenphon
a
，
Lalita Panduangnate
a
，
Jetsada Posom
a
，
a
泰国孔敬大学工程学院农业工程系，
40002
b
泰国曼谷
10520
蒙固国王理工学院工程学院农业工程系
c
Kasetsart
大学
Kamphaengsaen
工程学院食品工程系，
Nakhon Pathom 73140
，泰国
d
农业工程系，
Kamphaeng Saen
工程学院，
Kasetsart
大学，
Kamphaeng Saen
，
Nakhon Pathom 73140
，泰国
a r t i c l e i n
f
o
文章历史记录：
收到
2022
年
2023
年
2
月
13
日收到修订版，
2023
年
2023
年
2
月
22
日在线提供
关键词：
分类
榴莲果实成熟
期
近红外光谱无损检测方法
a b s t r a c t
榴莲果实的成熟状态是交易前质量的关键指标 本研究的目的是改进
近红外（NIR）模型，用于榴莲果实成熟度的
分 类 ，使 用一 个完 全 无 损 的
测 量 。 研 究 了 两 种 近 红 外 光 谱 仪 ： 范 围 为 450 至 1000 nm 的 短 波 长 近 红 外
（SWNIR）和范围为860至1750 nm的长波长近红外（LWNIR） 供试
样品分为未成熟、早熟、成熟和成熟四个
阶段。 在
主可育叶（头部、中部和尾部）和茎上的果皮位置扫描每个果实。
使用三种监督机器学习算法：线性判
别分析（LDA），支持向量机（SVM）和K-最近邻（KNN）开发分类模型。 分析结果表明，使用榴莲皮光谱只有
83.15%和88.04%之间的准确度的LWNIR光谱仪，而SWNIR光谱仪
提供64.73%至93.77%的准确度。将皮光谱与茎
光谱相结合，可提高模型的预测精度 使用果皮和茎光谱的组合开发的LDA模型提供
了最大的效率，对于LWNIR和
SWNIR光谱仪分别表现出97.28%和100%的准确度。因此，LDA模型被推荐用于从平滑移动平均值（MA）+
果皮
位置基线获得光谱，并与MA
+
标准正态方差（SNV）的茎光谱组合使用。
近红外光谱表明，高潜力的非破坏性估
计的榴莲成熟期。 该
工艺可用于榴莲出口行业的质量控制，以解决榴莲生果混熟的问题。
版权所有 © 2023作者。 出 版社：Elsevier B.V.我 代表科爱 通 信公司， 公司 这是CC BY许可下的开放获取文章
（http://creativecommons.org/licenses/by/4.0/）。
1.
介绍
榴莲被誉为水果之王，是
重要的农产品
.
泰国是世界上最大的榴莲生产
国和出口国
（商务部，2020年）。特别是，孟通品种是著名的，因为它
有一个甜，美味的味道。
根据泰国
2021
年新鲜榴莲的出口统计数据，泰国
是世界第一大榴莲出口国，出口量约为90万吨，价值约30亿美元。二零
二一年，泰国鲜榴莲出口价值较二零二零年增加约66. 39%（鲜榴莲出
口统计，二零二二年）。
*
通讯作者。
电子邮件地址：
jetspo@kku.ac.th
（
J. Posom
）。
目前，市场对榴莲的需求呈持续增长的趋势，导致高价值的出口。
榴莲出口的质量根据
农业和合作社部农业商品和食品标准
局的农业商品标
准的分类标准进行控制，以保持高质量并符合特定产品标准
（榴莲农业产品标
准，
2013
年）。出口
杜丽娘果的质量是根据其物理特性和
外部特征如形
状、果肉量、清洁度、
无污染、外部缺陷等进行分析的。（Somsri，2013
年）。例如，要被认为是成熟的水果，榴莲必须在其果皮和茎的颜色从
亮绿色变为棕色或深绿色时收获然而，如果果实生长在树的外部树枝上
（在阳光下），则很可能会犯错误暴露在极端阳光下的水果往往是棕
色，粗糙，
https://doi.org/10.1016/j.aiia.2023.02.002
2589-7217/© 2023
作者。
Elsevier B.V.
代表
KeAi Communications Co.
提供出版服务，这是
CC BY
许可证下的开放获取文章（
creativecommons.org/licenses/by/4.0/
）。
可在ScienceDirect上获得目录列表
农业中的人工智能
杂志 主页： http://www.keaipublishing.com/en/journa ls/农业人工智能/
相关知识
基于近红外高光谱图像技术对板栗果实的无损检测与品质鉴定
揭秘榴莲的甜度之谜（从品种到成熟度，一探榴莲甜度的奥秘）
近红外光谱技术的花生产毒霉菌侵染快速检测
【农业科普】多所高校携手共进，研究作物信息监测技术
基于灰色系统理论的中国房地产市场预测模型改进研究
【NIR-II近红外二区成像】NIR-II近红外二区成像-花菁类染料生物成像
基于深度学习的农作物病害图像识别技术进展
榴莲产自海南吗？ 你不知道的榴莲的秘密
如何挑榴莲 怎么挑榴莲
“报恩榴莲”怎么挑
网址: 榴莲果实成熟度分类模型的近红外无损改进研究 https://m.huajiangbk.com/newsview1209879.html
| 上一篇: 利用长波近红外反射率预测榴莲果实 |
下一篇: 榴莲成熟度检测装置 |
