本发明公开了基于机器学习定量测试香蕉品质的方法，该方法将传统化学测定方法与曲线拟合等数学方法相结合，根据香蕉表皮颜色预估质构、还原糖浓度、酸度、抗坏血酸含量等内部性质：基于传统化学方法测定香蕉颜色、酸度、质构等指标，利用归一化、去除异常值、数据平滑等数据预处理，衡量颜色与其他性质的单调性关系，通过初步多项式曲线拟合，加权最小二乘法拟合与评估预测香蕉品质。本发明首次建立了基于机器学习预测香蕉品质的方法，并利用该方法对香蕉内部性质进行预估，计算量小，准确率高，校正决定系数达95％以上。本发明提供了一种容易落地工业化应用的，无破坏即可精准评估香蕉内部性质的定量新方法。
声明：
“基于机器学习定量测试香蕉品质的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
887
编辑：管理员
来源：北方有色网
咨询细节
