[發明專利]基于DS證據理論融合的水果等級分類方法及系統

有效

• 申請號: 202010513459.7
• 申請日: 2020-06-08
• 公開（公告）號: CN111693488B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 馬荔瑤;申濤;畢淑慧;徐元;趙欽君;閆興偉;李福坤
• 申請（專利權）人: 濟南大學
• 主分類號: G01N21/359
• 分類號: G01N21/359;G06K9/62;G06N20/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 董雪

本發明公開了一種基于DS證據理論融合的水果等級分類方法及系統，包括：獲取待測水果的原始近紅外光譜并進行預處理；利用遺傳算法篩選出最佳的特征波長；將所述特征波長分別輸入到訓練好的極限學習機預測模型和基于偏最小二乘法的預測模型，分別得到待測水果的可溶性固形物含量信息；分別基于所述可溶性固形物含量信息對水果等級進行分類；基于DS證據理論對兩種分類結果進行融合，得到基于可溶性固形物含量的水果等級類別。本發明使用基于DS證據理論的蘋果等級分類方法，融合極限學習機與偏最小二乘法的兩種預測模型。DS融合后測試集分類等級準確率為94.697％，優于單一的模型分類方法。

技術領域

本發明涉及食品檢測技術領域，尤其涉及一種基于DS證據理論融合的水果等級分類方法及系統。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

現如今，社會經濟和科學技術的發展已大大提高了人們的生活水平，人們生活質量的提升對于水果商品的處理產業提出了更高的要求。在傳統的果型與色澤之外，糖度等果品的內部品質也已經成為消費群體的選擇標準之一。在相應的市場要求下，果品內在品質的無損檢測必然會成為水果產后商品化處理的一個重要組成部分，水果的可溶性固形物含量直接影響著鮮果的糖度。

現階段國內相關技術研究尚不成熟，檢測手段成本較高且不完善，在對果品進行快速的無損檢測等級分類時，傳統等級分類方法只能夠處理數值精確可知的確定數據，需要訓練樣本類標完全確定，另外模型的預測也存在不確定性。

發明內容

有鑒于此，本發明提出了一種基于DS證據理論融合的水果等級分類方法及系統，在分類問題中引入不確定性，以期降低硬分割導致的分類正確率下降，使用基于DS證據理論對極限學習機(ELM)和偏最小二乘法(PLS)兩種方法建立的預測模型進行融合，可大大提高蘋果的分類準確率。

為了實現上述目的，在一些實施方式中，采用如下技術方案：

基于DS證據理論融合的水果等級分類方法，包括：

獲取待測水果的原始近紅外光譜并進行預處理；

利用遺傳算法篩選出最佳的特征波長；

將所述特征波長分別輸入到訓練好的極限學習機預測模型和基于偏最小二乘法的預測模型，分別得到待測水果的可溶性固形物含量信息；

分別基于所述可溶性固形物含量信息對水果等級進行分類；

基于DS證據理論對兩種分類結果進行融合，得到基于可溶性固形物含量的水果等級類別。

在另一些實施方式中，采用如下技術方案：

一種基于DS證據理論融合的水果等級分類系統，包括：

用于獲取待測水果的原始近紅外光譜并進行預處理的裝置；

用于利用遺傳算法篩選出最佳的特征波長的裝置；

用于將所述特征波長分別輸入到訓練好的極限學習機預測模型和基于偏最小二乘法的預測模型，分別得到待測水果的可溶性固形物含量信息的裝置；

用于分別基于所述可溶性固形物含量信息對水果等級進行分類的裝置；

用于基于DS證據理論對兩種分類結果進行融合，得到基于可溶性固形物含量的水果等級類別的裝置。

在另一些實施方式中，采用如下技術方案：

一種終端設備，其包括處理器和計算機可讀存儲介質，處理器用于實現各指令；計算機可讀存儲介質用于存儲多條指令，所述指令適于由處理器加載并執行上述的基于DS證據理論融合的水果等級分類方法。

在另一些實施方式中，采用如下技術方案：