买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：绿萌科技股份有限公司

摘要：本发明公开了一种面向定标模型评价的短波红外检测水果腐烂的方法，可从主成分分析角度调整近红外光谱波段吸光度的回归系数和残差等模型参数来使交互验证均方根误差和预测均方根误差等定标模型评价指标达到极小值以提升所建模型的可行性及其预测能力，从而通过少数几个主成分的统计方式给出对应水果腐烂状况的化学值以完成短波红外检测水果腐烂。

主权项：1.一种面向定标模型评价的短波红外检测水果腐烂的方法，其特征在于，包括以下步骤：步骤1：设在近红外光谱分析的建模过程中，和ym分别是校正集S＝{m|1≤m≤M}所建模型对应第m个样本的预测值和实测值，和yn分别是预测集T＝{n|1≤n≤N}所建模型对应第n个样本的预测值和实测值，xl,t为第l个近红外光谱波段的吸光度，τl为第l个近红外光谱波段吸光度的回归系数，τ0为残差，水果样本t关于腐烂状况的化学值则为实现短波红外检测水果腐烂可通过模型参数τl和τ0建立该批水果检测腐烂时交互验证均方根误差和预测均方根误差的平方和极小化的目标函数，当主成分数的个数L＝3时可转化为交互验证均方根误差和预测均方根误差的平方和极小化的近似目标函数： 步骤2：将交互验证均方根误差和预测均方根误差的平方和近似目标函数min{Fτ3,τ2,τ1,τ0}对τ3,τ2,τ1,τ0求一阶导数和二阶导数，可得到对应的一阶导数和二阶导数表达式来判断Fτ3,τ2,τ1,τ0的极小化情况；当一阶导数和置为0时，若二阶导数和大于0，则可通过优化τ3,τ2,τ1,τ0可使Fτ3,τ2,τ1,τ0满足极小值条件，步骤3：由一阶导数和的表达式设为0，则可得Fτ3,τ2,τ1,τ0对τ3,τ2,τ1,τ0求一阶导数构建的方程组；设和则Fτ3,τ2,τ1,τ0对τ3,τ2,τ1,τ0求一阶导数构建的方程组可改写为矩阵形式，可得Fτ3,τ2,τ1,τ0满足极小值条件时τ3,τ2,τ1,τ0的理论值表达式： 步骤4：可将交互验证均方根误差和预测均方根误差的平方和极小化的近似目标函数中Fτ3,τ2,τ1,τ0满足极小值条件时τ3,τ2,τ1,τ0的理论值代入以下步骤4.1至步骤4.4的迭代过程来产生τ3,τ2,τ1,τ0的实际值：步骤4.1：初始化过程中校正集S和预测集T对应的预测值和实测值代入Fτ3,τ2,τ1,τ0满足极小值条件时τ3,τ2,τ1,τ0的理论值表达式中生成τ3k、τ2k、τ1k和τ0k，此时迭代次数设为0；步骤4.2：分别扩充ρM和ρN个样本加入校正集S和预测集T，其中ρ为扩充比例，通过τ3,τ2,τ1,τ0的理论值表达式中更新τ3k、τ2k、τ1k和τ0k，此时迭代次数设为k+1；步骤4.3：若满足|[τlk-τlk-1]τlk-1|≤δl，其中δl为第l个主成分的回归系数变动门限，1≤l≤3，则将τ3k、τ2k、τ1k和τ0k作为近红外光谱波段吸光度的回归系数以及残差的实际值τ′3,τ′2,τ′1,τ′0进行输出并结束迭代过程，否则进入步骤4.2；步骤5：可将步骤4中迭代过程产生的近红外光谱波段吸光度的回归系数以及残差的实际值τ′3,τ′2,τ′1,τ′0用于短波红外检测水果腐烂，通过检测设备测出3个近红外光谱主成分波段的吸光度x3,r,x2,r,x1,r，则待检水果r关于腐烂状况的化学值可表示为τ′3x3,r+τ′2x2,r+τ′1x1,r+τ′0，从而可判断待检水果的腐烂状况。

全文数据：

权利要求：

百度查询： 绿萌科技股份有限公司 一种面向定标模型评价的短波红外检测水果腐烂的方法