[发明专利]一种基于信息融合技术的苹果鉴别系统及方法

说明书

本发明涉及水果鉴别技术领域，具体公开了一种基于信息融合技术的苹果鉴别系统，所述系统具体包括样本剔除模块，用于获取各苹果的光谱数据和理化值数据，并剔除异常样本；预处理模块，用于对所述光谱数据进行预处理，得到预处理后的数据；根据所述理化值数据对预处理后的数据进行特征波段筛选，得到筛选后的数据；模型建立模块，用于基于原始光谱数据、预处理光谱数据以及筛选后的光谱数据分别建立品种分类模型、产地识别模型；融合模块，用于融合所述品种分类模型和产地识别模型，得到苹果身份融合模型。本发明融合品种鉴别、产地鉴别模型对苹果进行身份识别，识别准确度极高，在原有的化学手段上增加了物理手段，便于推广。

技术领域

本发明涉及水果鉴别技术领域，具体是一种基于信息融合技术的苹果鉴别系统及方法。

背景技术

苹果是最常见的一种水果，营养价值很高，虽然可能不是每个人最喜欢的水果，但是几乎没有人会讨厌吃苹果，这就使得苹果的需求一直很旺盛；可以这么说，苹果在水果中的地位就像是小麦水稻在粮食中的地位，这就使得大部分果农在种植水果时，都会种植一部分苹果树。

但是，在苹果进行抽检的过程中，我们往往需要对苹果进行鉴别，传统的鉴别方式大多依靠理化数据结合运货流程对苹果进行鉴别，这种鉴别方式一般比较慢，而且其准确度不是很高，尤其是对于单独的一些苹果，很难获取其运货流程。

因此，如何扩充苹果鉴别手段，是本发明想要解决的问题。

发明内容

本发明的目的在于提供一种基于信息融合技术的苹果鉴别系统及方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于信息融合技术的苹果鉴别系统及方法，所述系统包括：

样本剔除模块，用于获取各苹果的光谱数据和理化值数据，并剔除异常样本；其中，所述理化值数据包括PH值、可溶性固形物、硬度和水分：

预处理模块，用于对所述光谱数据进行预处理，得到预处理后的数据；根据所述理化值数据对预处理后的数据进行特征波段筛选，得到筛选后的数据；

模型建立模块，用于基于原始光谱数据、预处理光谱数据以及筛选后的光谱数据分别建立品种分类模型、产地识别模型；

融合模块，用于融合所述品种分类模型和产地识别模型，得到苹果身份融合模型。

作为本发明技术方案进一步的限定：所述样本剔除模块具体包括：

马氏距离计算单元，用于读取获取到的光谱数据，计算各苹果光谱数据之间的马氏距离；

比对单元，用于将计算出的马氏距离与预设的阈值之间进行比对，并根据比对结果剔除异常样本；其中，所述阈值e＝1.5,1.75,2,2.5,3,3.5；

处理执行单元，用于对剔除异常样本后的光谱数据建立PLSR理化值预测模型，并根据所述PLSR理化值预测模型剔除理化值数据中的异常样本。

作为本发明技术方案进一步的限定：所述处理执行单元具体包括：

模型读取子单元，用于读取根据不同阈值建立的PLSR理化值预测模型；

择优子单元，用于根据相关系数确定最优预测模型；

建模分析子单元，用于通过最优预测模型对所述理化值数据进行建模分析；

箱型图分析子单元，用于对建模分析结果进行箱型图分析，剔除理化值数据中的异常样本。