分数阶微分预处理及PCA-SRDA的多模型融合对红富士苹果产地溯源

摘要：

苹果产地溯源具有重要的应用价值和现实意义.为了探寻苹果产地溯源新方法,以红富士品种为研究对象,以新疆阿克苏、山东烟台、陕西洛川三个产地671个红富士苹果样本为试材,分别采集其590～1250 nm的近红外透射光谱,然后基于分数阶微分(FD)及主成分分析(PCA)-谱回归判别分析(SRDA)进行多模型融合,构建红富士苹果产地溯源的集成学习模型.首先,将经过光谱校正后的光谱数据划分为训练集和测试集,并利用分数阶微分预处理训练集光谱,获取不同阶次(取0～2阶,步长为0.1)的分数阶微分光谱;结合不同阶次的分数阶微分光谱及PCA-SRDA算法构建基学习器,将基学习器预测结果构成一个新训练集,并通过决策树算法完成模型融合,得到最终分类预测模型;随后,采用对应阶次的分数阶微分预处理测试集光谱,并基于已建立的基学习器,获得测试集相应的预测结果;最后,将预测结果构成一个新测试集,并基于已建立的分类预测模型,输出最终的预测结果.按7:3比例随机划分样本集,并进行200次重复实验.结果表明,结合不同阶次的分数阶微分预处理及线性判别分析(LDA)、SRDA、PCA-LDA、PCA-SR-DA算法建立多模型融合集成学习模型,具有较好的鉴别效果和较强的鲁棒性,其中,FD-PCA-SRDA多模型融合集成学习模型为最优,其训练集的平均精度为97.33％,标准差为0.49％,测试集的平均精度为94.84％,标准差为1.48％.故,分数阶微分技术及PCA-SRDA算法结合近红外透射光谱可成功、有效地实现苹果产地溯源.

关键词：近红外透射光谱、分数阶微分、主成分分析-谱回归判别分析、苹果、产地溯源

所属期刊栏目：42

分类号：S661.1(果树园艺)

资助基金：国家自然科学基金;新疆维吾尔自治区教育厅面上重点项目;新疆维吾尔自治区科技厅面上基金项目;新疆农业大学大学生创新项目

在线出版日期：2022-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3249-3255