基于可見近紅外光譜的不同建模方法對河套蜜瓜糖度檢測精度的影響

摘要：以126個金紅寶河套蜜瓜為研究對象，采用Maya 2000 pro便攜式光譜儀獲取蜜瓜在400～1 100 nm波段內(nèi)的可見近紅外光譜信息，研究傳統(tǒng)建模方法[偏最小二乘法（PLS）、主成分回歸（PCR）、逐步多元線性回歸（SMLR）]和新型網(wǎng)絡(luò)算法[誤差反傳人工神經(jīng)網(wǎng)絡(luò)（BP-ANN）、最小二乘支持向量機(jī)（LS-SVM）]對糖度模型精度和預(yù)測結(jié)果的影響。結(jié)果表明，在利用傳統(tǒng)建模方法建立的蜜瓜糖度模型中，PLS算法所建模型的效果較佳，模型更穩(wěn)定，尤其在光譜經(jīng)多元散射校正（MSC）和一階微分處理后，所建模型的相關(guān)系數(shù)為0.844，校正均方根偏差為0.844，預(yù)測均方根偏差為0.978;在采用新型網(wǎng)絡(luò)算法建立的模型中，當(dāng)選擇LS-SVM算法，且參數(shù)c=0.500 0，g=0.353 55時，經(jīng)MSC和一階微分處理后的光譜和糖度的建模和預(yù)測結(jié)果最好，均方根偏差為0.97。研究結(jié)果可為檢測河套蜜瓜糖度的可見近紅外光譜建模方法的選擇提供理論依據(jù)。

關(guān)鍵詞：河套蜜瓜;可見近紅外光譜;糖度;建模方法;檢測精度

中圖分類號：S127;TP274+.52

文獻(xiàn)標(biāo)志碼：A

文章編號：1002-1302（2020）16-0235-06

我國是蜜瓜種植和消費(fèi)大國，每年的蜜瓜產(chǎn)量和銷量均位居世界前列[1]。對于河套蜜瓜而言，其品質(zhì)好壞直接影響了其商業(yè)價值，一直以來，衡量河套蜜瓜品質(zhì)好壞的一項重要指標(biāo)是糖度[2]。傳統(tǒng)測定蜜瓜糖度常采用破壞性檢測方法，雖然檢測準(zhǔn)確性高，但是測定過程繁瑣、效率低、受主觀因素影響大，無法實(shí)現(xiàn)快速、便攜無損檢測的目的。

近幾十年來，可見近紅外光譜檢測方法因其具有檢測效率高、無破壞、成本低、操作簡單、無需預(yù)處理且測定指標(biāo)多樣等突出優(yōu)點(diǎn)而被廣泛應(yīng)用于水果品質(zhì)的檢測中[3-4]。在采用該技術(shù)檢測水果品質(zhì)的過程中，建立數(shù)學(xué)模型普遍采用的傳統(tǒng)建模方法主要有偏最小二乘算法（PLS）、主成分回歸分析算法（PCR）和逐步多元線性回歸算法（SMLR）等，這些方法雖已被廣泛應(yīng)用于果品的品質(zhì)檢測分析中[5]，但是由于表現(xiàn)出不同的預(yù)測精度，使得預(yù)測結(jié)果的差異較大[6];誤差反傳人工神經(jīng)網(wǎng)絡(luò)（BP-ANN）算法和最小二乘支持向量機(jī)（LS-SVM）算法是2種在近年來發(fā)展迅速的較為靈活的非線性建模方法[7-8]。其中BP-ANN算法具有自我組織、自我學(xué)習(xí)、分布存儲、適應(yīng)能力強(qiáng)且高度非線性表達(dá)能力等優(yōu)點(diǎn)，被研究者廣泛應(yīng)用于蜜瓜內(nèi)部品質(zhì)可見近紅外光譜檢測分析領(lǐng)域[9];LS-SVM算法是在結(jié)構(gòu)風(fēng)險最小化原理基礎(chǔ)上發(fā)展起來的一種高維數(shù)、非線性、多輸出的方法，可以有效解決少量樣本帶來的檢測精度低等實(shí)際問題[10-11]。

田海清通過研究不同建模方法在西瓜品質(zhì)指標(biāo)檢測中的建模與預(yù)測效果，發(fā)現(xiàn)偏最小二乘法是最合適的建模方法[12]。劉春生等采用PLS建立了南豐蜜橘糖度的校正模型，并對預(yù)測集進(jìn)行了驗證，結(jié)果表明，預(yù)測集的相關(guān)系數(shù)為0.913，校正均方根偏差為0.557，預(yù)測均方根偏差為-0.065[13]。牛曉穎等在4 545～9 090 cm-1 波段的光譜范圍內(nèi)比較了BP-ANN、LS-SVM及判別分析的分類模型性能，發(fā)現(xiàn)拓?fù)浣Y(jié)構(gòu)為12-18-3的反向傳播神經(jīng)網(wǎng)絡(luò)模型分類結(jié)果最優(yōu)，校正集、預(yù)測集分類正確率分別為96.68%、97.14%[14]。張德虎等研究了不同特征波長的提取方法[逐步多元線性回歸（SMLR）、間隔偏最小二乘法（iPLS）、反向區(qū)間偏最小二乘法（biPLS）及聯(lián)合區(qū)間偏最小二乘法（siPLS）等]對蜜瓜樣品模型精度和預(yù)測結(jié)果的影響，結(jié)果表明，采用biPLS特征波長提取方法建立模型最佳，對應(yīng)的校正集、預(yù)測集的均方根偏差（RMSE）分別為0.996 1、1.180 0[15]。通過對已有研究成果進(jìn)行分析發(fā)現(xiàn)，利用可見近紅外光譜技術(shù)對河套蜜瓜內(nèi)部品質(zhì)糖度進(jìn)行研究的相關(guān)文獻(xiàn)較少，并且研究中運(yùn)用的建模方法比較單一，各建模方法的檢測精度誤差較大，沒有系統(tǒng)研究建模方法對河套蜜瓜品質(zhì)檢測精度的影響，整體上看研究基礎(chǔ)尚淺，因此有必要系統(tǒng)研究多種建模方法對河套蜜瓜糖度檢測精度的影響。

1 材料與方法

1.1 樣品來源

本試驗選用的樣品為產(chǎn)自內(nèi)蒙古巴彥淖爾地區(qū)的金紅寶河套蜜瓜，數(shù)量為126個，該批樣品的平均質(zhì)量為1～2 kg。將蜜瓜清洗并擦拭干凈后，利用隨機(jī)分布的原理將126個樣品按約3 ∶ 1的數(shù)量比例分成校正集（90個）和預(yù)測集（36個），分別編好序號，排列整齊后放置在常溫實(shí)訓(xùn)室內(nèi)24 h。

1.2 可見近紅外光譜采集裝置

如圖1所示，本研究設(shè)計的可見近紅外采集裝置主要包括光譜采集室、光源固定架、鹵素?zé)?、柔性支撐物、光譜儀、準(zhǔn)直鏡、光纖、筆記本電腦等，鹵素?zé)簦?2盞，各50 W，共計600 W）對稱、均勻地布置在光譜采集室內(nèi)的圓弧狀光源固定架兩側(cè)。在本試驗中采集光譜用的光譜儀為美國Ocean Optics公司生產(chǎn)的Maya 2000pro便攜式光譜儀（工作波段：400～1 100 nm，積分時間：17～10 000 ms）。

1.3 試驗方法

1.3.1 可見近紅外光譜的采集 本試驗的蜜瓜可見近紅外光譜采集過程如下：光源發(fā)出的光線從蜜瓜側(cè)上部進(jìn)入果肉，透射出蜜瓜底部的信號經(jīng)檢測探頭、光纖進(jìn)入光譜儀，再由計算機(jī)中的光譜采集軟件SpectraSuite進(jìn)行光譜信號的采集和存儲。

采集軟件參數(shù)的設(shè)置：離散光譜累計采集次數(shù)

為4次，平滑點(diǎn)數(shù)為6點(diǎn)，采集積分時間為400 ms。為了保證樣品光譜采集的準(zhǔn)確性，每個樣品在赤道處采集3次、花萼處采集3次，共計6次，將其平均值視為樣品光譜。

1.3.2 糖度的測定方法 本試驗樣品的糖度采用日本Atago公司生產(chǎn)的PR-101ɑ便攜式數(shù)字折光儀測定。將樣品沿縱向?qū)ΨQ切開，選取代表性位置切取大小為10 mm×10 mm×10 mm的果肉共6小塊，分別榨汁，用折光儀測量糖度，以6次測量結(jié)果的平均值作為樣品的糖度，詳見表1。

1.3.3 建模方法和模型評價 本研究運(yùn)用傳統(tǒng)建模算法（PLS、PCR、SMLR）和新型網(wǎng)絡(luò)算法（BP-ANN、LS-SVM）進(jìn)行蜜瓜糖度數(shù)學(xué)模型（校正集模型、預(yù)測集模型）的構(gòu)建。以相關(guān)系數(shù)（r）、校正均方根偏差（RMSEC）、預(yù)測均方根偏差（RMSEP）和均方根偏差（RMSE）等指標(biāo)來評價所建模型的性能，當(dāng)r越趨近于1.00時，RMSEC越大，RMSEP越小且|RMSEC-RMSEP|越趨于0時，表明模型的性能越好;當(dāng)RMSE越接近于0時，表明模型的預(yù)測能力越強(qiáng)。

2 結(jié)果與分析

2.1 樣品光譜

圖2-a為126個金紅寶河套蜜瓜樣品品質(zhì)的可見近紅外光譜。為了提高建模效率和質(zhì)量，本研究選用Omnic v6.1a預(yù)處理軟件（美國Thermo Nicolet公司）對所采集的原始光譜分別進(jìn)行多元散射校正（MSC）和導(dǎo)數(shù)處理，以提高所建模型的精度和穩(wěn)定性，處理后的光譜見圖2-b。

2.2 模型的建立

2.2.1 傳統(tǒng)建模方法的建模結(jié)果 用PLS、PCR和SMLR等3種常用的經(jīng)典建模方法對126個金紅寶河套蜜瓜樣品預(yù)處理后的光譜和糖度建立校正模型和預(yù)測模型。由表2可見，傳統(tǒng)的不同建模方法對模型結(jié)果有一定影響，PLS和SMLR法的建模效果優(yōu)于PCR法;雖然PLS和SMLR模型精度相差不大，但采用PLS法對經(jīng)多元散射校正和一階微分處理后的光譜建立的糖度模型效果最佳，預(yù)測偏差最小，模型也最為穩(wěn)定，r=0.844，RMSEC=0.844，RMSEP=0.978。圖3為采用PLS法建立的126個樣品模型真實(shí)值和預(yù)測值的關(guān)系。

2.2.2 新型網(wǎng)絡(luò)算法建模結(jié)果

2.2.2.1 主成分分析（PCA） 樣品光譜在400～1 100 nm 范圍內(nèi)有多達(dá)1 454個變量，在用BP-ANN和LS-SVM算法進(jìn)行建模時，如此多的數(shù)據(jù)輸入變量必然會造成模型計算繁瑣、費(fèi)時費(fèi)力，并且所建模型穩(wěn)定性差，會使預(yù)測出現(xiàn)過擬合現(xiàn)象。為了提高建模的穩(wěn)定性、建模精度和效果，建模前須用主成分分析法進(jìn)行輸入變量的降維處理。

本研究選用SPSS 19.0數(shù)據(jù)分析軟件進(jìn)行光譜輸入變量的主成分分析。BP-ANN和LS-SVM模型采用Matlab 7.10（MathWorks公司）軟件編程來實(shí)現(xiàn)。

2.2.2.2 原始光譜的BP-ANN和LS-SVM建模結(jié)果 分別用BP-ANN和LS-SVM算法對原始

光譜進(jìn)行糖度模型訓(xùn)練和預(yù)測，評價模型的效果和性能選用r和預(yù)測集RMSE 2個指標(biāo)。

（1）BP-ANN建模結(jié)果。將“2.2.1”節(jié)中通過SMLR方法確定的原始光譜的13個特征波長變量進(jìn)行主成分降維處理，得出前4個主成分的累積貢獻(xiàn)率為99.407%，可以作為樣品光譜的主要信息，表明BP-ANN算法建模的輸入變量為4個，輸出變量為1個（糖度值）。為了提高模型質(zhì)量，BP-ANN建模前須對光譜進(jìn)行歸一化處理，建模時，模型輸入層和隱含層的傳遞函數(shù)均選用tansig函數(shù)，訓(xùn)練函數(shù)選用trainlm函數(shù)，trainlm函數(shù)中epochs=10 000，trainlm函數(shù)中g(shù)oal=0.000 1，輸出層函數(shù)選用purelin函數(shù)。訓(xùn)練時，用R=m+n+a（m為輸入數(shù)，n為輸出數(shù)，a取值范圍為0～8）公式進(jìn)行逐個試湊，進(jìn)而確定最佳隱含層節(jié)點(diǎn)數(shù)。如表3所示，用BP-ANN算法對蜜瓜原始光譜進(jìn)行訓(xùn)練和預(yù)測時，其模型相關(guān)系數(shù)較好， 但RMSE都在1以上，表明誤差較大，預(yù)測能力一般。此外，隱含層節(jié)點(diǎn)數(shù)為3～10個，當(dāng)隱含層節(jié)點(diǎn)數(shù)為4個時，r=0.81，RMSE=1.23，RMSE較小，模型效果相對較好。

（2）LS-SVM建模結(jié)果。同樣以確定的4個主成分值作為LS-SVM算法的輸入量，以糖度作為輸出量，選擇徑向基函數(shù)（RBF）為核函數(shù)。為了提高預(yù)測模型的精度和預(yù)測能力，可以通過調(diào)整參數(shù)c、g、s、p來實(shí)現(xiàn)。通過多次試驗，確定svmtrain函數(shù)中options的參數(shù)如下：-s=3（svm類型為epsilon-SVR模型），-p=0.01（epsilon-SVR中損失函數(shù)的值）;另外，懲罰參數(shù)c、核函數(shù)參數(shù)g的確定通過gridreasch函數(shù)完成，使c、g在某一離散區(qū)間范圍內(nèi)，采用交叉驗證均方誤差（cross validation mean squares error，簡稱CVmse）最小的原則確定c、g。由表4可知，通過gridreasch函數(shù)確定最佳參數(shù)c=1.414 2，g=0.353 55時，采用LS-SVM算法對預(yù)測集樣品進(jìn)行預(yù)測的效果最理想，RMSE=0.995，預(yù)測結(jié)果優(yōu)于BP-ANN（RMSE=1.23）。預(yù)測集樣品真實(shí)值和預(yù)測值之間的相關(guān)性見圖4。

2.2.2.3 MSC及微分處理后光譜的BP-ANN、LS-SVM建模結(jié)果 （1）BP-ANN建模結(jié)果。對“2.2.1”節(jié)通過SMLR法確定的經(jīng)MSC和一階微分處理的光譜的14個特征波長變量進(jìn)行主成分分析，前6個主成分的累積貢獻(xiàn)率達(dá)98.808%，將其視為 BP-ANN建模輸入量的6個因素，糖度是為輸出量。模型輸入層和隱含層的傳遞函數(shù)均選用tansig函數(shù)，訓(xùn)練函數(shù)選用trainlm函數(shù)，epochs=10 000，goal=0.000 1，輸出層函數(shù)選用purelin函數(shù)。與原始光譜確定隱含層節(jié)點(diǎn)數(shù)的方法一樣，采用逐個試湊法進(jìn)行最佳節(jié)點(diǎn)數(shù)的確定。如表5所示，用 BP-ANN 算法建立的處理后光譜和糖度的模型優(yōu)于原始光譜和糖度的模型;當(dāng)隱含層節(jié)點(diǎn)數(shù)為6個時，r=0.92，RMSE=1.20，RMSE較小，模型效果相對較好。

（2）LS-SVM建模結(jié)果。用LS-SVM算法對經(jīng)MSC和一階微分處理后的光譜和糖度進(jìn)行建模時，函數(shù)和參數(shù)設(shè)置與用原始光譜建模時相同，用不同c、g得到的模型結(jié)果不同。由表6可知，采用LS-SVM法對經(jīng)MSC和一階微分處理后的光譜和糖度建立模型，效果比原始光譜更理想，RMSE整體上更小，當(dāng)選擇最佳參數(shù)c=0.500 0，g=0.353 55時，得到的預(yù)測模型結(jié)果最好，RMSE=0.97，進(jìn)一步分析得出預(yù)測集樣品糖度真實(shí)值和預(yù)測值的相關(guān)性。

采用LS-SVM算法建立樣品光譜和糖度校正模型，由圖5可見，模型精度和預(yù)測效果比 BP-ANN 模型理想，RMSE的變化較小，主要原因是 LS-SVM 法是以結(jié)構(gòu)風(fēng)險最小化的原理來保證訓(xùn)練和預(yù)測具有良好的泛化能力，不同于神經(jīng)網(wǎng)絡(luò)的局部最小性。

3 結(jié)論

目前，國內(nèi)外研究者利用可見近紅外光譜技術(shù)對河套蜜瓜內(nèi)部品質(zhì)進(jìn)行的相關(guān)研究較少，運(yùn)用的建模方法相對較少，沒有關(guān)于建模方法對河套蜜瓜品質(zhì)檢測精度影響的系統(tǒng)研究，研究基礎(chǔ)尚淺。因此，本研究利用成熟的可見近紅外光譜技術(shù)，利用傳統(tǒng)建模方法（PLS、PCR、SMLR）和新型網(wǎng)絡(luò)算法（BP-ANN、LS-SVM）對河套蜜瓜光譜和糖度進(jìn)行校正建模精度和預(yù)測能力的系統(tǒng)研究，通過所建模型精度和預(yù)測能力來論證不同建模方法對蜜瓜糖度的檢測精度的具體影響，可為后續(xù)河套蜜瓜糖度可見近紅外光譜建模方法的合理選擇提供理論依據(jù)。

本研究運(yùn)用PLS、PCR、SMLR、BP-ANN、LS-SVM等不同算法對金紅寶河套蜜瓜糖度建立數(shù)學(xué)模型。通過對模型數(shù)據(jù)的分析發(fā)現(xiàn)，在傳統(tǒng)算法中，PLS算法對經(jīng)過MSC和一階微分處理的光譜與糖度建模的效果最好，r=0.844，RMSEC=0.844，RMSEP=0.978;在網(wǎng)絡(luò)算法中，LS-SVM算法對經(jīng)過MSC和一階微分處理的光譜和糖度建模，當(dāng)選擇c=0.500 0，g=0.353 55時，得到的預(yù)測模型結(jié)果最佳，RMSE=0.97。綜合分析可得，在5種算法中，PLS和LS-SVM算法均可作為河套蜜瓜內(nèi)部品質(zhì)檢測的首選算法。

筆者所在課題組設(shè)計研制的可見近紅外光譜采集裝置尚需改進(jìn)，所采集光譜的準(zhǔn)確性和精度還有待提高;本研究所用的建模算法均為單獨(dú)建模，今后可以考慮運(yùn)用先進(jìn)的數(shù)據(jù)處理方法（蒙特卡羅交叉驗證算法、應(yīng)用無信息變量消除法算法）和建模算法糅合[（PLS+ANN、PLS+LS-SVM、PLS+BPF、PLS+RBF、遺傳算法（GA）]的算法研究對河套蜜瓜糖度或硬度建模精度的影響。

參考文獻(xiàn)：

[1]張德虎. 河套蜜瓜品質(zhì)可見近紅外光譜檢測研究[D]. 呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2014.

[2]候占峰，田海清，劉 超，等. 基于多信息融合技術(shù)的河套蜜瓜品質(zhì)評價[J]. 江蘇農(nóng)業(yè)科學(xué)，2018，46（6）：159-162.

[3]張德虎，田海清，武士鑰，等. 河套蜜瓜糖度可見近紅外光譜特征波長提取方法研究[J]. 光譜學(xué)與光譜分析，2015，35（9）：2505-2509.

[4]張 燁，韓育梅，付艷茹. 采后熱處理對河套蜜瓜貯藏品質(zhì)的影響[J]. 食品工業(yè)，2015，36（5）：136-138.

[5]孫靜濤. 基于光譜和圖像信息融合的哈密瓜成熟度無損檢測研究[D]. 石河子：石河子大學(xué)，2017.

[6]田海清，王春光，吳桂芳. 蜜瓜糖度透射光譜技術(shù)[J]. 農(nóng)業(yè)機(jī)械學(xué)報，2010，41（12）：130-133.

[7]劉雪梅，章海亮. 基于近紅外光譜的不同建模方法檢測土壤有機(jī)質(zhì)和速效P含量的研究[J]. 西北農(nóng)林科技大學(xué)學(xué)報（自然科學(xué)版），2013，41（4）：52-57.

[8]牛曉穎，趙志磊，張曉瑜. LS-SVM和BP-ANN在草莓糖度NIR檢測中的應(yīng)用[J]. 農(nóng)機(jī)化研究，2013（5）：204-207.

[9]龐曉宇，楊 忠，呂 斌，等. 基于近紅外光譜與誤差反向傳播神經(jīng)網(wǎng)絡(luò)技術(shù)的三種人工林木材識別研究[J]. 光譜學(xué)與光譜分析，2016，36（11）：3552-3556.

[10]李子文，熊雅婷，王 健，等. 遺傳算法聯(lián)合LS-SVM的蘋果原醋成分定量分析[J]. 中國釀造，2016，35（1）：120-124.

[11]孫旭東，郝 勇，張光偉. 近紅外光譜結(jié)合最小二乘支持向量機(jī)的臍橙葉片含水率無損檢測[J]. 中國農(nóng)機(jī)化學(xué)報，2015，36（2）：150-153，168.

[12]田海清. 西瓜品質(zhì)可見近紅外光譜無損檢測技術(shù)研究[D]. 杭州：浙江大學(xué)，2006.

[13]劉春生，周華茂，孫旭東，等. 偏最小二乘法-可見/近紅外光譜測定南豐蜜桔糖度的研究[J]. 河北師范大學(xué)學(xué)報（自然科學(xué)版），2008，32（6）：788-790.

[14]牛曉穎，邵利敏，趙志磊，等. 基于BP-ANN的草莓品種近紅外光譜無損鑒別方法研究[J]. 光譜學(xué)與光譜分析，2012，32（8）：2095-2099.

[15]張德虎，田海清，武士鑰，等. 河套蜜瓜糖度可見近紅外光譜特征波長提取方法研究[J]. 光譜學(xué)與光譜分析，2015，35（9）：2505-2509.