基于微小型高光谱结合机器学习的菠萝蜜品质评价方法

本发明公开基于微小型高光谱结合机器学习的菠萝蜜品质评价方法，通过获取不同成熟度菠萝蜜在713‑920 nm波段下的高光谱信号，以及按照传统方法测定的理化指标，利用多元散射校正、标准正态变量变换等方法对采集的光谱信号预处理后，基于连续投影算法、竞争自适应重加权采样等特征波段筛选算法，结合偏最小二乘、支持向量机、一维卷积神经网络等机器学习方法构建菠萝蜜品质评估模型，实现仅以10个特征波段参数对菠萝蜜贮藏品质的有效预测。此方法仅通过对菠萝蜜果肉进行微小型高光谱信号的采集，即可无损检测其成熟度及关键品质指标，在菠萝蜜种植、贮藏、加工及销售环节中，该技术能显著提高品质监控的效率与精准度，支持现场快速检测。