实验评分
平均时长
2 小时
难易程度
普通
实验编号
A02002
学习人次
1045 次
实验背景
苹果的糖度直接影响其口感和等级,传统方法需要切片榨汁后用折光仪进行测定,具有破坏性,在水果分级或现场快速检测中,迫切需要进行无损检测。
近红外光谱无损检测技术,就是以近红外光作为光源,照射在苹果的果面,利用近红外光在果肉中发生吸收、反射、漫反射和透射等物理现象,应用光学检测器采集携带苹果糖度信息的反射光谱,不同糖度苹果的反射光谱信息不同,并利用该信息对水果的内部成分进行无损检测。
通过BP神经网络算法,建立苹果不同糖度与不同光谱信息的关联模型,从而通过该模型去预测不同苹果光谱下的糖度,这样就不用通过将苹果榨成汁后去用化学仪器检测糖度,从而起到了无损检测的效果。
实验目标
通过校正数据集,使用阿里云的机器学习PAI产品,建立苹果糖度的BP神经网络光谱预测模型。
使用该模型去测试预测数据集中不同苹果光谱信息下的苹果糖度。