文献类型：期刊文章

作　　者：宁景苑[1,2] 叶海芬[1,2] 孙雨玘[1,2] 熊思怡[1,2] 梅正昊[1,2] 蒋晨豪[1,2] 黄科涛[1,2] 张苏婕[1,2] 朱哲琛[1,2] 李昱权[1,2] 惠国华[1,2] 易晓梅[1,2] 郜园园[1,2] 吴鹏[1,2]

NING Jingyuan;YE Haifen;SUN Yuqi;XIONG Siyi;MEI Zhenghao;JIANG Chenhao;HUANG Ketao;ZHANG Sujie;ZHU Zhechen;LI Yuquan;HUI Guohua;YI Xiaomei;GAO Yuanyuan;WU Peng(Key Laboratory of Forestry Sensing Technology and Intelligent Equipment of the Forestry and Grassland Anthority,School of Information Engineering,Zhejiang A&F University,Hangzhou Zhejiang 311300,China;Key Laboratory of Forestry Intelligent Monitoring and Information Technology of Zhejiang Province,School of Information Engineering,Zhejiang A&F University,Hangzhou Zhejiang 311300,China)

机构地区：[1]浙江农林大学信息工程学院,林业感知技术与智能装备国家林业局重点实验室,浙江杭州311300 [2]浙江农林大学信息工程学院,浙江省林业智能监测重点实验室,浙江杭州311300

出　　处：《传感技术学报》

基　　金：浙江省基础公益研究项目(2019C02075);国家级大学生创新项目(202110341027);浙江省新苗计划项目(2021R412031,2021R412032);浙江农林大学学生科研项目。

年　　份：2022

卷　　号：35

期　　号：8

起止页码：1150-1156

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在运输过程中,苹果的质量不断下降,导致苹果滞销严重,造成了很大的经济损失。现有的苹果品质检测技术虽然能够精准判断苹果是否发生损伤,但是价格高昂,体积庞大,难以推广使用。针对以上情况,探索了一种基于弛豫光谱技术和BP神经网络算法的苹果损伤检测方法。文中以红富士苹果为实验对象,通过自主搭建的弛豫光谱采集系统采集光谱信号,使用SNV算法优化光谱数据,基于BP神经网络算法构建SNV-BP-RS苹果损伤检测模型,该模型准确率为91.48%,检测用时为0.291 s。文中同时基于传统光谱建立了SNV-BP-CS苹果损伤检测模型,该模型准确率为86.39%,检测用时为0.454 s。经过对比,所提出的检测方法大大降低了光谱检测系统对检测波段的需求,检测系统具有体积小、价格低等优势,检测模型准确率高,稳定性良好,为水果高效、低成本判伤提供一种新的思路。

关 键 词：光谱 弛豫 无损检测 苹果 神经网络

分 类 号：TP212.9]