基于声学特性的西瓜糖度检测与分级系统研究

作     者：左杰文 彭彦昆 李永玉 邹文龙 赵鑫龙 孙晨 ZUO Jiewen;PENG Yankun;LI Yongyu;ZOU Wenlong;ZHAO Xinlong;SUN Chen

作者机构：中国农业大学工学院北京100083 国家农产品加工技术装备研发分中心北京100083 

基　　金：国家重点研发计划项目(2021YFD1600101-06) 中国农业大学2115人才工程项目 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2022年第53卷第S1期

页      码：316-323页

摘      要：糖度是西瓜分级的重要指标之一,针对传统西瓜检测方法的弊端,探讨了声学特性结合机器学习用于西瓜无损检测与分级的可行性。设计了西瓜声学检测系统,采集了不同批次样本的时域信号。时域信号经归一化处理后,采用快速傅里叶变换得到频域信号,并对其进行去趋势预处理。采用主成分分析提取了频域信号主成分,其中前3个主成分累计方差贡献率为95.32%,第1主成分和第2主成分对不同等级样本具有可分性。利用4种不同的机器学习算法建立了西瓜全变量分级模型,验证集分类准确率均达到66%以上。使用稳定竞争性自适应加权算法提取了特征变量,减少了约84%的变量数,使用优化后的特征变量建立的分类模型,性能均得到了较好的提升,其中支持向量机模型取得了最高的验证集准确率(95.56%)、F1分数(96%)和Kappa系数(93%)。结果表明,声学特性结合机器学习的方法,对西瓜进行无损检测和分级是可行的。该研究为西瓜无损检测和分级提供了可行的技术方案。

主 题 词：西瓜 分级 机器学习 声学 无损检测 

学科分类：0832[0832] 08[工学] 0714[0714] 0701[理学-数学类] 0812[工学-测绘类] 083203[083203] 

核心收录：

D　O　I：10.6041/j.issn.1000⁃1298.2022.S1.035

馆 藏 号：203115521...