可见/近红外光谱结合GWO-SVM对千禧番茄的分类鉴别

摘要：

千禧番茄营养丰富且酸甜可口,不同千禧番茄品种的风味和营养价值均有明显差异,尤其是番茄红素、柠檬酸、维生素C和氨基酸含量的差异较大.传统人工分类方式效率低、主观性强、误检率高等问题亟待解决.为筛选综合营养价值高且风味佳的千禧番茄品种,实现千禧番茄快速准确分类,提出了基于千禧番茄光谱特征的分类模型构建及GWO优化SVM算法研究,以期解决千禧番茄自动化分类问题.以四个品种千禧番茄作为研究对象,试验样本240个,将其按2:1比例划分为训练集160个和测试集80个样本,利用可见-近红外光谱采集系统获取350～1000 nm范围内的千禧番茄反射强度,经光谱校正得样本反射率;为增强信噪比,截取481.15～800.03 nm范围内的光谱波段作为有效波段.由于数据采集过程受无关信息干扰影响建模效果,故将平滑点数设置为3进行Savitzky-Golay(SG)平滑预处理.预处理后采用连续投影算法(SPA)提取特征波长变量,优选得到11个特征波长反射率作为输入矩阵X,预设样本变量1,2,3和4作为输出矩阵Y,利用支持向量机(SVM)建立SPA-SVM千禧番茄定性分类模型,训练集和测试集平均分类准确率分别为59.38％ 和48.75％;在此基础上,引入灰狼优化算法(GWO)对训练集160个样本训练,寻求SVM最优惩罚系数(c)和核函数参数(g),根据模型训练结果对测试集80个样本预测,建立SPA-GWO-S V M千禧番茄分类模型,训练集和测试集平均分类准确率分别为100％ 和81.25％.研究结果表明:经灰狼算法优化后的支持向量机模型性能明显提高,其中训练集和测试集平均分类准确率分别提高了40.62％ 和32.50％,灰狼优化算法可用于提高支持向量机的分类性能,实现对千禧番茄品种的分类.本研究为千禧番茄及其他果蔬快速准确分类提供了新的思路和方法.

关键词：可见-近红外光谱、千禧番茄、分类、灰狼优化算法、支持向量机

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：现代农业装备与技术教育部重点实验室;江苏省农业装备与智能化高技术重点实验室开放基金课题;国家自然科学基金;河南省科技攻关计划项目;河南省高等教育教学改革研究与实践项目

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：3291-3297