基于可见/近红外透射光谱结合蜜獾算法优化支持向量机的糖心苹果鉴别

传统的糖心苹果鉴别方法具有破坏性和不可逆性，无法大范围推广使用。为实现糖心苹果和健康苹果的快速准确分类，提出基于可见/近红外透射光谱结合蜜獾算法优化支持向量机的糖心苹果鉴别方法。首先采集正常苹果和疑似糖心苹果样本的3个不同方向的可见/近红外透射光谱，并利用最大最小值归一化对原始光谱数据进行预处理，然后使用主成分分析对预处理完的数据进行降维和特征提取，再取前10个主成分作为降维后的样本数据，最后将降维后的样本数据输入支持向量机进行分类，结果发现分类效果一般。引入蜜獾算法对支持向量机进行优化，建立新模型，通过结果表明，方向二为光谱数据采集的最佳方向，新模型可以实现对健康苹果和糖心苹果的快速准确分类，为糖心苹果的鉴别和其他果蔬的分类提供新思路。