申请/专利权人:中国热带农业科学院南亚热带作物研究所
申请日:2023-12-27
公开(公告)日:2024-02-27
公开(公告)号:CN117607066A
主分类号:G01N21/25
分类号:G01N21/25;G06F18/10;G06F18/213;G06F18/2411;G06F18/27;G01N21/55;G01N30/02;G01N30/06
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.15#实质审查的生效;2024.02.27#公开
摘要:本发明公开了一种基于高光谱成像的茄子皮中花青素浓度确定方法,基于高光谱装置,获取茄子的平均反射率;提取茄子皮中的花青素;对提取的花青素进行高效液相色谱分析,确定茄子皮中的花青素含量;对茄子的平均反射率进行预处理得到预处理数据集;提取所述预处理数据集中的光谱数据特征;构建LS‑SVM模型和PLSR模型,以光谱数据特征及其对应的茄子皮中的花青素含量作为数据集分别对所述LS‑SVM模型和PLSR模型进行训练,以训练得到的LS‑SVM模型和PLSR模型实现茄子皮中花青素浓度的确定。本发明构建了高光谱成像与茄子果皮中花青素含量之间的预测模型,以实现对茄子果皮中花青素的非破坏性检测。
主权项:1.一种基于高光谱成像的茄子皮中花青素浓度确定方法,其特征在于,所述方法包括:基于高光谱装置,获取茄子的平均反射率;提取茄子皮中的花青素;对提取的花青素进行高效液相色谱分析,确定茄子皮中的花青素含量;对茄子的平均反射率进行预处理得到预处理数据集;提取所述预处理数据集中的光谱数据特征;构建LS-SVM模型和PLSR模型,以光谱数据特征及其对应的茄子皮中的花青素含量作为数据集分别对所述LS-SVM模型和PLSR模型进行训练,以训练得到的LS-SVM模型和PLSR模型实现茄子皮中花青素浓度的确定。
全文数据:
权利要求:
百度查询: 中国热带农业科学院南亚热带作物研究所 基于高光谱成像的茄子皮中花青素浓度确定方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。