基于改进的WOA-LSSVM樱桃番茄内部品质检测方法研究

引用本文

康明月, 王成, 孙鸿雁, 李作麟, 罗斌. 基于改进的WOA-LSSVM樱桃番茄内部品质检测方法研究[J]. 光谱学与光谱分析, 2023,43(11): 3541-3550.
KANG Ming-yue, WANG Cheng, SUN Hong-yan, LI Zuo-lin, LUO Bin. Research on Internal Quality Detection Method of Cherry Tomatoes Based on Improved WOA-LSSVM[J]. Spectroscopy and Spectral Analysis, 2023,43(11): 3541-3550.
Doi:10.3964/j.issn.1000-0593(2023)11-3541-10 复制到剪切板

Permissions

《光谱学与光谱分析》期刊社所有

基于改进的WOA-LSSVM樱桃番茄内部品质检测方法研究

康明月^1,³, 王成¹, 孙鸿雁³, 李作麟², 罗斌^1,^*

1. 北京市农林科学院信息技术研究中心, 北京 100097

2. 北京市农林科学院智能装备技术研究中心, 北京 100097

3. 中国地质大学(北京)数理学院, 北京 100083

*通讯作者 e-mail: luob@nercita.org.cn

作者简介: 康明月, 女, 1997年生, 北京市农林科学院信息技术研究中心与中国地质大学(北京)数理学院硕士研究生 e-mail: 774404711@qq.com

收稿日期: 2022-06-06 修回日期: 2022-09-19

基金: 广东省重点领域研发计划项目(2019B020214005), 江苏省科技计划重点及面上项目(BE2021379)和国家重点研发计划项目(2017YFD0701205)资助

摘要

基于近红外光谱技术与统计方法, 提出了一种樱桃番茄内部品质快速、无损检测方法。首先采集样品的近红外光谱, 采用多元散射校正(MSC)、 Savitzky-Golay卷积平滑(SG)、 Savitzky-Golay卷积一阶导数(SG 1^st)、去趋势化(De-trending)、变量标准化(SNV)5种预处理方法消除光谱干扰, 筛选出最佳预处理方法; 然后采用连续投影算法(SPA)、稳定性竞争性自适应重加权算法(SCARS)、遗传算法(GA), 以及引入自动有序预测因子选择算法进行改进的遗传算法(IGA)4种特征波长提取方法减少变量冗余, 选择最优特征波长提取方法; 最后结合回归方法——将冯诺依曼拓扑结构、轮盘赌选择、锦标赛选择和自适应权重与鲸鱼算法相结合来对算法进行改进, 采用改进的鲸鱼算法优化最小二乘支持向量机方法(IWOA-LSSVM), 与基于粒子群算法优化的BP神经网络方法(PSO-BPNN)和基于鲸鱼算法优化的最小二乘支持向量机方法(WOA-LSSVM)进行对比, 分别建立樱桃番茄内部品质含量的预测模型。结果表明: 樱桃番茄内部品质中的可溶性固形物(SSC)含量使用De-trending-IGA-IWOA-LSSVM模型效果最佳, 其中校正集决定系数和预测集决定系数分别是0.917 2和0.866 7, 校正均方根误差和预测均方根误差为0.542 3和0.768 2, 预测相对误差达到2.592 9; 维生素C(V_C)含量使用SG-IGA-IWOA-LSSVM模型预测效果最准确, 其中校正集决定系数和预测集决定系数分别为0.857 6和0.821 6, 校正均方根误差和预测均方根误差分别是0.661 4和0.634 2, 预测相对误差达到2.078 5。以上结果表明, 采用近红外光谱技术与统计方法结合可实现对樱桃番茄内部品质的快速无损预测分析。

关键词: 樱桃番茄; 机器学习; 鲸鱼算法; 近红外光谱技术

中图分类号:S661.1 文献标志码:A

Research on Internal Quality Detection Method of Cherry Tomatoes Based on Improved WOA-LSSVM

KANG Ming-yue^1,³, WANG Cheng¹, SUN Hong-yan³, LI Zuo-lin², LUO Bin^1,^*

1. Research Center of Information Technology, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China

2. Research Center of Intelligent Equipment, Beijing Academy of Agriculture and Forestry Sciences, Beijing 100097, China

3. School of Mathematics and Physics, China University of Geosciences (Beijing), Beijing 100083, China

*Corresponding author

Abstract

Based on near-infrared spectroscopy and statistical methods, a rapid and non-destructive testing method for the internal quality of cherry tomatoes was proposed. First, the near-infrared spectrum of the sample was collected, and five preprocessing methods, Multiplicative Scatter Correction, Savitzky-Golay convolution smoothing, Savitzky-Golay convolution first derivative, De-trending, Standard Normal Variate, and SNV were used to eliminate spectral interference and screen out the best preprocessing method; then use the Successive Projections Algorithm, Stability Competitive Adaptive Reweighted Sampling, Genetic Algorithm, and the introduction of automatic ordered predictor selection algorithm for Improved Genetic Algorithm Four characteristic wavelength extraction methods reduce variable redundancy and select the optimal characteristic wavelength extraction. Method; finally, combined regression method-combining von Neumann topology, roulette selection, tournament selection and adaptive weights with whale algorithm to improve the algorithm, using the Improved Whale Optimization Algorithm, and based on Particle Swarm Optimization-BP Neural Network was compared with the Whale Optimization Algorithm-Least Squares Support Vector Machine, and the prediction models for the internal quality content of cherry tomatoes were established respectively. The results showed that the De-trending-IGA-IWOA-LSSVM model was used for the best soluble solid content in the internal quality of cherry tomatoes, where the coefficient of determination of the calibration set and prediction set were 0.917 2 and 0.866 7, respectively, the corrected root mean square error and the predicted mean square The root error was 0.542 3 and 0.768 2, and the relative error of prediction reached 2.592 9; the SG-IGA-IWOA-LSSVM model was used to predict the Vitamins C content the most accurate, and the coefficient of determination of the calibration set and prediction set were 0.857 6 and 0.821 6, respectively, and the corrected root mean square The error and prediction root mean square error are 0.661 4 and 0.634 2, respectively, and the prediction relative error reaches 2.078 5. The above results show that the combination of near-infrared spectroscopy and statistical methods can achieve rapid and non-destructive prediction and analysis of the internal quality of cherry tomatoes.

Keyword: Cherry tomatoes; Machine learning methods; Whale algorithm; Near-infrared spectroscopy technology

文章图片

引言

樱桃番茄外形美观、口感鲜甜、营养丰富, 深受广大消费者的欢迎。随着人们生活条件的提升, 对于果蔬的口感, 营养价值等内部品质有了更高的要求。番茄中可溶性固形物(soluble solid content, SSC)是评价番茄风味品质的重要指标之一^[1]。维生素C(vitamins C, V_C)又名抗坏血酸, 是植物和大多数动物体内合成的一类己糖内酯化合物^[2]。具有水果蔬菜之称的番茄含有丰富的人体所需营养物质, 尤其是V_C含量极高^[3]。通过对不同类型番茄SSC和V_C的测定, 来综合评价樱桃番茄的内部品质, 旨在为樱桃番茄品质鉴定和优良品种选育提供理论依据。

蔬果内部品质的传统测量方法多采用化学方法, 检测精度高, 但是会破坏样品原有的状态, 为有损检测, 而且所需化学试剂繁多, 样品处理流程复杂, 检测效率低。近年来, 近红外光谱技术因无损、分析速度快、操作简单的特点在食品、医药、化工等行业得到了广泛应用^{[4, 5, 6, 7]}。潘牧等^[8]应用偏最小二乘法建立预测红薯淀粉及全粉粉丝中薯粉含量的定量模型, 2个模型相关系数分别为0.987 5和0.989 2, 交叉验证均方根误差分别为1.23和1.13, 校正后预测相对分析偏差分别为6.83和7.42。表明采用近红外光谱技术对贵州红薯粉丝中淀粉及薯粉含量的快速无损检测可行。杨宝华等^[9]用光谱和机器学习算法结合测定鲜桃SSC含量, 提出了一种基于堆栈自动编码器-粒子群优化支持向量回归模型, 该模型预测效果最好, 其R²为0.873 3, 均方根误差为0.645 1。因此, 将光谱技术和机器学习算法结合, 可提高鲜桃SSC含量的估计精度。李鸿强等^[10]基于可见/短波近红外光谱检测结球甘蓝V_C含量, 采用多元线性回归进行建模, 得到校正集R²平均为0.78, 内部交叉验证均方差平均为3.760 9 mg· (100 g)^-1, 验证集R²平均为0.73, 均方根误差平均为2.879 2 mg· (100 g)^-1。李俊杰等^[11]运用近红外光谱探究塔罗科血橙的内在品质, 采用偏最小二乘法建立预测模型, 得到SSC、可滴定酸及V_C预测值与实测值的相关系数分别是0.833、 0.699、 0.925, 结果表明近红外光谱技术有与化学法近似的准确度, 可以应用在果品内部品质检测中。

随着市场需求量的增大, 樱桃番茄内部品质的无损快速检测对提高其市场价值具有重要意义。基于近红外光谱分析技术提出了一种融合的特征波长提取方法, 筛选出有效的变量, 并改进优化建模方法, 使得模型预测结果更加准确, 更有利于开展樱桃番茄内部品质含量的检测研究, 为樱桃番茄内部品质含量的预测提供有力的技术支撑。

1 实验部分

1.1 仪器与材料

樱桃番茄光谱测定使用型号为团队自主研发BIO-NIRONE-HEM的手持式近红外光谱仪。该光谱仪具有快速、便携、精确和非破坏的优点, 还可以根据用户的实际需要, 在前端可配置不同类型的传感器, 系统具有智能散热功能, 可保证检测结果不受环境温度影响。该手持式近红外光谱仪测量参数为吸光度, 使用MEMS-FPI-Shortcut软件, 可以将BIO-NIRONE-HEM采集的光谱数据方便地导出。

试验所用樱桃番茄为在超市选购, 有千禧果、粉圆圣女果、荷兰小番茄和极星农业红色串装小番茄四个樱桃番茄品种, 每个品种选取了30个, 共计120个样本。

1.2 光谱采集

樱桃番茄的光谱采集时将手持式设备前端检测区域对准待测样本, 保证完全接触不漏光后, 点击扫描样本按键, 实现样本扫描, 扫描时间预计9 s。设置波长采集范围为1 350~1 800 nm, 波长间隔为1.5 nm。在室温(25 ℃)下将编号完成的四个品种依次进行光谱采集, 选择底部和在赤道相对的两个部位共3点, 并对这3个点光谱曲线做平均, 作为该样品的分析光谱。测量过程及原始光谱如图1(a, b)所示。

	Figure Option View Download New Window
	图1 测量过程(a)及原始光谱图(b)Fig.1 The process (a) and results of (b) spectrum collection

1.3 内部品质化学测定

1.3.1 可溶性固形物测定

根据行标NY/T 2637— 2014— 折射仪法^[12]SSC的测定, 将光谱采集完成的样品去掉不可食用部分后, 其余部分榨汁, 在棱镜表面用柔软绒布擦干后, 取2~3滴样液在2WA-J阿贝折射仪中央, 闭合上下两块棱镜, 调节旋钮, 读取示数, 从而获得样品的SSC含量。每个样品测量3次, 取其平均值作为该样品SSC含量实际测量值。

1.3.2 维生素C测定

根据国标GB 5009.86— 2016^[13]食品中抗坏血酸的测定, 称取樱桃番茄样品5 g, 配置1%草酸溶液、 2%草酸溶液、 0.01% 2, 6-二氯酚靛酚溶液和标准抗坏血酸溶液, 利用2, 6-二氯酚靛酚滴定法测定。对每个样品测量3次, 取其平均值作为该样品V_C含量实际测量值。

1.4 近红外光谱模型的建立与优化

按照化学方法进行测定后, 采用三倍标准差对异常值进行剔除, 最后得到千禧果样本24个、粉圆圣女果样本23个、荷兰小番茄样本24个和极星农业红色串装小番茄样本29个。建模过程中样本集的划分对模型性能有直接影响, 因此采用Kennard-Stone(K-S)分类算法^[14]将樱桃番茄样本按3∶ 1的比例划分为校正集和预测集。该算法可使校正集样品更具定代表性。表1即是利用K-S算法划分样品的统计结果。

表1 样本划分统计结果 Table 1 Statistical results of sample division

用优化的机器学习算法将樱桃番茄的实际化学测定值与近红外光谱相关联, 建立樱桃番茄内部品质的近红外光谱模型。对模型内部进行优化, 从中选择最佳预处理与特征波长选取方式。预测效果根据校正集决定系数( $R_{c}^{2}$ )、预测集决定系数( $R_{p}^{2}$ )、校正均方根误差(RMSEC)、预测均方根误差(RMSEP)和预测相对偏差(RPD)进行综合评价。其中 $R_{c}^{2}$ 、 $R_{p}^{2}$ 和RPD越大, RMSEC和RMSEP越小, 则模型精度越高。

2 结果与讨论

2.1 光谱预处理

近红外光谱存在人为操作误差、仪器产生的随机噪声或者光谱变化, 这些因素可能会导致结果出现偏差, 因此将光谱预处理应用于样本数据可以有效提高数据精度。采用的光谱预处理方法包含多元散射校正(multiplicative scatter correction, MSC)^[15]、 Savitzky-Golay卷积平滑(SG)^[16]、 Savitzky-Golay卷积一阶导数(SG 1^st)^[17]、去趋势化(De-trending)^[18]和变量标准化(standard normal variate, SNV)^[19]。

将原始光谱及多种方法预处理后的光谱数据作为输入变量, 樱桃番茄内部品质化学值作为目标变量, 建立内部品质含量的偏最小二乘回归(PLS)模型。对输入的光谱变量进行主成分分析, 采用10折交叉验证法确定出最佳主成分数, 最后根据最佳主成分数进行模型的构建, 具体结果如表2所示。

表2 预处理方法比较 Table 2 Comparison of pretreatment methods

内部品质	预处理方法	主成分数	校正集		预测集
内部品质	预处理方法	主成分数	$R_{c}^{2}$	RMSEC	$R_{p}^{2}$	RMSEP	RPD
SSC	原始光谱	8	0.926 7	0.492 6	0.781 0	0.952 5	2.091 1
	MSC	7	0.922 3	0.507 2	0.781 0	0.947 7	2.101 7
	SG	8	0.772 3	0.868 0	0.458 9	1.656 4	1.202 5
	SG 1^st	8	0.975 6	0.284 3	0.679 4	1.140 1	1.747 0
	De-trending	7	0.949 8	0.407 5	0.847 6	0.788 6	2.525 7
	SNV	8	0.926 5	0.493 3	0.779 4	0.975 2	2.042 4
V_C	原始光谱	4	0.910 1	0.488 1	0.889 6	0.483 2	2.728 3
	MSC	6	0.918 6	0.464 5	0.689 2	0.820 0	1.607 5
	SG	4	0.909 4	0.490 0	0.889 6	0.482 6	2.731 8
	SG 1^st	11	0.987 4	0.182 6	0.603 1	0.985 1	1.338 2
	De-trending	7	0.884 1	0.554 3	0.768 4	0.715 0	1.843 8
	SNV	3	0.915 0	0.474 6	0.695 1	0.810 3	1.626 8

表2 预处理方法比较 Table 2 Comparison of pretreatment methods

由表2结果可知, 不同光谱预处理方法建立的樱桃番茄SSC含量预测模型各不相同, 除了SG预处理方法外, 所建模型的 $R_{c}^{2}$ 和 $R_{p}^{2}$ 均在0.9以上, 均可用于樱桃番茄SSC含量的检测。 De-trending法与应用原始光谱直接建模相比, 其 $R_{c}^{2}$ 、 $R_{p}^{2}$ 和RPD分别提高了2.492 7%、 8.527 5%和20.783 3%, RMSEC和RMSEP分别降低了20.883 4%和20.783 7%, 且主成分数相对其他方法最少, 为7个。因此De-trending法为SSC最优预处理方法。

采用SG预处理方法建立的樱桃番茄V_C含量PLS预测模型, 用4个主成分数, $R_{c}^{2}$ 和 $R_{p}^{2}$ 分别为0.909 4和0.889 6, 虽然其中的 $R_{c}^{2}$ 不是最高, 但与其余方法相差不大, 且高于0.9。 RMSEC为0.490 0, RMSEP为0.482 6, PRD为2.731 8。采用原始光谱、 MSC、 SG 1^st、 De-trending和SNV预处理方法结合PLS建立的模型预测效果均不及SG方法。因此, 确定SG法为V_C含量预测的最优预处理方法。

2.2 特征波长提取方法及其改进

每个近红外光谱均由大量谱带组成, 存在多重共线性, 选择重要变量来构建更简明和稳健的回归模型是必要的。将采用连续投影算法(successive projections algorithm, SPA)^[20]、稳定性竞争性自适应重加权算法(stability competitive adaptive reweighted sampling, SCARS)^[21]、遗传算法(genetic algorithm, GA)^[22]和改进的遗传算法(improved genetic algorithm, IGA)与机器学习算法相结合, 从而选择最优特征波长提取方法。其中前三种特征波长提取方法都较为常见且有效, 最后的IGA是基于GA的改进算法。 GA算法是依据遗传学的有效搜索方法, 但在其运行过程中, 输入变量不宜超过200个, 因为这会增加过拟合的风险。这种风险可通过“ 先验” 去除变量来降低, 但该方法包含主观判断, 结果不精确。因此, 在进行变量输入前, 先对变量进行自动有序预测因子选择(auto ordered predictors selection, Auto OPS)^[23], Auto OPS是这种使用自动执行变量选择的方法, 通过信息向量及其组合, 提供最好的变量选择结果。再将输出结果进行GA选择, 最终结果作为建模的输入变量。

图2和图3分别为SSC和V_C含量在Auto OPS方法下选择的变量, 图4和图5分别为SSC和V_C含量在Auto OPS和GA融合方法下选择的变量情况。

	Figure Option View Download New Window
	图2 SSC含量Auto OPS特征提取过程Fig.2 SSC content Auto OPS feature extraction process

	Figure Option View Download New Window
	图3 V_C含量Auto OPS特征提取过程Fig.3 V_C content Auto OPS feature extraction process

	Figure Option View Download New Window
	图4 SSC含量IGA特征提取过程Fig.4 SSC content IGA feature extraction process

	Figure Option View Download New Window
	图5 V_C含量IGA特征提取过程Fig.5 V_C content IGA feature extraction process

由图4可知, 运用IGA方法选择的变量主要集中在1 350~1 440、 1 459~1 600和1 647~1 783 nm。 SSC含量主要基团是由C— H和O— H组成, 1 430 nm为O— H的二倍频, 1 720 nm为C— H的二倍频。因此该波段可以作为预测SSC含量的依据。根据图5所示, 改进的方法选择变量主要集中在1 422~1 535.5、 1 459.5~1 549.5和1 632~1 633 nm。 V_C的分子式是C₆H₈O₆, 1 430 nm为O— H的二倍频。由此, 该方法下选择的近红外光谱变量可以充分反映樱桃番茄内部品质含量的结构和组成信息。

2.3 粒子群优化的BP神经网络模型

基于SPA、 SCARS、 GA和IGA特征变量算法提取的特征变量建立的樱桃番茄内部品质含量基于粒子群算法优化的BP神经网络方法(particle swarm optimization-BP neural network, PSO-BPNN)^[24]预测模型如表3所示。 PSO-BPNN建模时, 隐含层神经元个数由经验公式^[25]来确定, 迭代次数为100次。

表3 PSO-BPNN建模特征变量选取方法比较 Table 3 Comparison of PSO-BPNN modeling feature variable selection methods

内部品质	特征变量选取方法	特征变量数	校正集		预测集			隐含层中神经元个数
内部品质	特征变量选取方法	特征变量数	$R_{c}^{2}$	RMSEC	$R_{p}^{2}$	RMSEP	RPD	隐含层中神经元个数
SSC	SPA	29	0.803 3	0.827 5	0.635 2	1.609 0	1.237 9	5
	SCARS	38	0.873 6	0.658 3	0.459 7	1.654 4	1.230 9	10
	GA	36	0.868 9	0.663 6	0.663 3	1.441 6	1.381 7	8
	IGA	45	0.883 2	0.632 0	0.690 2	1.314 4	1.515 3	9
V_C	SPA	21	0.255 9	1.433 1	0.233 6	1.167 8	1.128 8	4
	SCARS	10	0.699 0	0.908 2	0.703 8	0.812 0	1.623 4	3
	GA	31	0.780 6	0.894 7	0.672 1	0.804 7	1.638 1	6
	IGA	34	0.798 1	0.849 2	0.745 3	0.741 2	1.778 5	8

表3 PSO-BPNN建模特征变量选取方法比较 Table 3 Comparison of PSO-BPNN modeling feature variable selection methods

由表3可知, PSO-BPNN作为机器学习算法的一种, 应用于樱桃番茄内部品质SSC含量测定时, RPD介于1.2与1.6之间, 预测精度相对一般。其中IGA算法相比其余三种方法 $R_{c}^{2}$ 和 $R_{p}^{2}$ 值最高, 均方根误差最小。因此, 根据综合评价指标, 基于该方法建模时, IGA算法为最优特征变量选取方法, 樱桃番茄SSC含量预测模型中De-trending-IGA-IWO-LSSVM相对最好。

应用于樱桃番茄V_C含量测定时, IGA算法的 $R_{c}^{2}$ 和 $R_{p}^{2}$ 分别为0.798 1和0.745 3, RMSEC和RMSEP相差不大分别为0.849 2和0.741 2, RPD为1.778 5。因此, 根据各项综合评价指标, 该算法在预测樱桃番茄V_C含量时, 有显著优势。

2.4 鲸鱼算法优化最小二乘支持向量机模型

鲸鱼算法是一种模仿座头鲸的狩猎行为而提出的一种新型启发式优化算法。采用SPA算法、 SCARS算法、 GA算法和IGA算法选择的特征变量作为自变量, 樱桃番茄内部品质含量作为因变量, 分别建立鲸鱼算法优化的最小二乘支持向量机方法(whale optimization algorithm-least squares support vector machine, WOA-LSSVM)预测模型^[26]。在WOA-LSSVM建模中, 初始种群设为30, 迭代次数为100次, γ 和σ ²两个参数的搜索范围设置为0~1 000, 搜索后确立γ 和σ ²的最优值。基于不同特征变量选取方法建立的樱桃番茄内部品质含量WOA-LSSVM 预测模型的结果如表4所示。

表4 WOA-LSSVM建模特征变量选取方法比较 Table 4 Comparison of WOA-LSSVM modeling feature variable selection methods

内部品质	特征变量选取方法	特征变量数	校正集		预测集			γ	σ ²
内部品质	特征变量选取方法	特征变量数	$R_{c}^{2}$	RMSEC	$R_{p}^{2}$	RMSEP	RPD	γ	σ ²
SSC	SPA	29	0.900 8	0.683 6	0.616 7	1.349 6	1.475 9	13.000 1	13.393 4
	SCARS	38	0.835 8	0.866 9	0.501 3	1.456 3	1.367 7	33.003 6	329.201 5
	GA	36	0.891 2	0.779 1	0.639 1	1.350 5	1.474 9	4.000 5	10.197 9
	IGA	45	0.917 8	0.567 1	0.846 4	0.870 6	2.287 9	15.000 1	46.056 7
V_C	SPA	21	0.503 5	1.182 2	0.304 7	1.104 4	1.193 6	4.999 8	3.001 2
	SCARS	10	0.784 3	0.796 7	0.776 5	0.706 0	1.867 2	90.001 9	120.958 7
	GA	31	0.689 7	0.939 9	0.620 9	0.854 5	1.542 7	90.031 2	111.961 4
	IGA	34	0.811 1	0.761 8	0.778 6	0.701 8	1.878 5	700.137 9	838.647 6

表4 WOA-LSSVM建模特征变量选取方法比较 Table 4 Comparison of WOA-LSSVM modeling feature variable selection methods

由表4所示, 不同特征变量选择方法建立的樱桃番茄SSC含量预测模型效果不同。综合来看, 采用WOA-LSSVM建模时, IGA算法是樱桃番茄SSC含量最佳特征变量选择方法, 该算法将全波长变量由301个减少到45个, 变量个数减少了超过85%, 在决定系数R²上有明显优势。

构建的樱桃番茄V_C含量WOA-LSSVM模型时, 与基于SPA、 SCARS和GA三种算法建立的WOA-LSSVM模型相比, 基于IGA算法选出的特征变量所建立的模型预测性能有明显提高。因此, 应用在De-trending-IGA-WOA-LSSVM建立的樱桃番茄预测模型为最佳, 对应的 $R_{p}^{2}$ 、 RMSEP、 RPD分别为0.778 6、 0.701 8、 1.878 5。此时的γ 和σ ²的最优值分别为700.137 9和838.647 6。

2.5 改进的鲸鱼算法优化最小二乘支持向量机模型

由于WOA算法有收敛速度慢和精度低等问题, 因此将冯诺依曼拓扑结构^[27]、轮盘赌选择^[28]、锦标赛选择^[29]和自适应权重相结合引入WOA算法进行改进。为加强算法的局部搜索能力, 加入冯诺依曼拓扑结构, 增强鲸鱼间信息交互。为了选择合适的算子, 引入了轮盘赌选择和锦标赛选择来提高精度, 最后引入自适应权重, 加快收敛速度。该算法流程图如图6所示。

	Figure Option View Download New Window
	图6 改进鲸鱼算法优化最小二乘支持向量机流程图Fig.6 Improved whale optimize algorithm least squares support vector machine flow chart

应用特征波长选取方法后的数据作为改进的鲸鱼算法优化最小二乘支持向量机方法(improved whale optimization algorithm, IWOA-LSSVM)的输入, 樱桃番茄的内部品质含量为目标输出。预测模型结果如表5所示。不同特征变量选择方法建立的樱桃番茄SSC含量预测模型效果不同。

表5 IWOA-LSSVM神经网络建模特征变量选取方法比较 Table 5 Comparison of feature variable selection methods for IWOA-LSSVM neural network modeling

内部品质	特征变量选取方法	特征变量数	校正集		预测集			γ	σ ²
内部品质	特征变量选取方法	特征变量数	$R_{c}^{2}$	RMSEC	$R_{p}^{2}$	RMSEP	RPD	γ	σ ²
SSC	SPA	29	0.905 0	0.660 6	0.650 4	1.303 7	1.527 8	16.736 0	15.160 8
	SCARS	38	0.870 0	0.764 0	0.539 0	1.393 4	1.429 4	70.107 4	468.352 3
	GA	36	0.903 4	0.725 2	0.675 7	1.290 6	1.543 3	5.514 1	11.976 0
	IGA	45	0.917 2	0.542 3	0.866 7	0.768 2	2.592 9	120.104 7	200.474 8
V_C	SPA	21	0.695 7	0.968 5	0.662 3	0.856 1	1.539 8	188.533 2	59.691 7
	SCARS	10	0.785 1	0.795 3	0.777 0	0.705 5	1.868 5	102.676 7	138.107 1
	GA	31	0.692 7	0.935 9	0.622 2	0.853 4	1.544 7	107.008 1	134.456 6
	IGA	34	0.857 6	0.661 4	0.821 6	0.634 2	2.078 5	953.968 2	676.435 2

表5 IWOA-LSSVM神经网络建模特征变量选取方法比较 Table 5 Comparison of feature variable selection methods for IWOA-LSSVM neural network modeling

综合来看, 采用IWOA-LSSVM建模时, IGA算法是樱桃番茄SSC含量最佳特征变量选择方法, 其 $R_{c}^{2}$ 和 $R_{p}^{2}$ 最大, 分别为0.917 2和0.866 7, 且均方根误差均小于1。

基于4种变量选择方法建立的樱桃番茄V_C含量模型均能有效减少无关信息, 从而达到简化模型的效果。其中SG-IGA-IWOA-LSSVM模型效果最佳, 该模型 $R_{c}^{2}$ 、 $R_{p}^{2}$ 和RPD最大, 分别是0.857 6、 0.821 6和2.078 5。

2.6 樱桃番茄内部品质含量不同建模方法比较

图7— 图9展示了基于特征变量建模过程中, 针对不同建模方式分别挑选的最优方法所对应的樱桃番茄SSC含量预测结果。其中红色实线代表实际测量值, 黑色的点代表经过模型拟合的预测值, 当点与线越接近时, 预测效果越好。

	Figure Option View Download New Window
	图7 基于PSO-BPNN模型SSC含量预测结果Fig.7 Prediction results of SSC content based on PSO-BPNN model

	Figure Option View Download New Window
	图8 基于WOA-LSSVM模型SSC含量预测结果Fig.8 Prediction results of SSC content based on WOA-LSSVM model

	Figure Option View Download New Window
	图9 基于IWOA-LSSVM模型SSC含量预测结果Fig.9 Prediction results of SSC content based on IWOA-LSSVM model

由图9可知, IWOA-LSSVM模型, 在红线周围最密集, 效果即为最佳。采用IGA算法选出的45个特征变变量建立的樱桃番茄SSC含量De-trending-IGA-IWOA-LSSVM预测模型最优, 说明在识别和选择有价值的信息变量时, 采用IGA所选出的特征变量结合LSSVM模型能够替代全波长变量进行樱桃番茄SSC的无损检测, 其预测集决定系数为0.866 7, 表明近红外光谱技术对樱桃番茄SSC含量的检测是可行的。

真实值(true value)表示的是樱桃番茄SSC含量的化学值, 预测值(predictive value)表示应用最优方法建模后的预测结果。樱桃番茄SSC含量最优预测模型— — De-trending-IGA-IWOA-LSSVM的校正集和预测集拟合情况如图10和图11所示。可看出估计值和参考值之间拟合较好。

	Figure Option View Download New Window
	图10 校正集拟合情况Fig.10 Fitting of the calibration set

	Figure Option View Download New Window
	图11 预测集拟合情况Fig.10 Fitting of the prediction set

图12列举了基于全波长及特征变量建模过程中, 针对不同建模方式分别挑选的最优方法所对应的樱桃番茄V_C含量预测结果。

	Figure Option View Download New Window
	图12 不同模型预测集效果对比Fig.12 Comparison of the effects of different model prediction sets

综合对比三种最优建模方法可知, SG-IGA-IWOA-LSSVM模型建立的樱桃番茄V_C含量预测性能最优, SG-IGA-WOA-LSSVM模型次之, De-trending-IGA-PSO-BPNN模型最差。与SG-IGA-PSO-BPNN和SG-IGA-IWOA-LSSVM模型相比, SG-IGA-IWOA-LSSVM模型的 $R_{p}^{2}$ 分别提高了0.076 3、 0.043, RMSEP分别下降了0.107、 0.067 6。因此认为SG-IGA-IWOA-LSSVM是樱桃番茄V_C含量的最优预测模型。

三种建模方法在不同特征波长提取方法下迭代变化曲线如图13所示, 其中紫色, 绿色和蓝色的线分别代表PSO-BPNN, WOA-LSSVM和IWOA-LSSM模型迭代情况, 适应度函数均为均方差, 均方差越小, 则模型效果越好。由图13可知, 改进的鲸鱼算法的迭代具有稳定性, 因此可以减小迭代次数, 进一步缩短运行时间。

	Figure Option View Download New Window
	图13 迭代曲线Fig.13 Iterative curve

3 结论

采用近红外光谱技术采集四个不同品种的樱桃番茄光谱, 并对光谱数据进行预处理和特征变量提取, 筛选出最佳的预处理方法和特征波长提取方法, 最后结合优化的机器学习模型建立了樱桃番茄内部品质含量预测模型。结果表明: 融合的特征波长提取方法IGA可有效的提取重要变量, 基于改进的鲸鱼算法优化最小二乘支持向量机模型具有更好的预测效果。其中, 樱桃番茄内部品质指标SSC含量使用De-trending-IGA-IWOA-LSSVM模型达到最优预测, $R_{c}^{2}$ 和 $R_{p}^{2}$ 分别为0.917 2和0.866 7, RMSEC、 RMSEP都在1以下, 分别为0.542 3和0.768 2, 且RPD达到2.592 9; V_C含量采用SG-IGA-IWOA-LSSVM模型效果最优, $R_{c}^{2}$ 和 $R_{p}^{2}$ 分别为0.857 6和0.821 6, RMSEC和RMSEP分别为0.661 4和0.634 2, 且RPD为2.078 5。通过验证, 该模型具有较强稳定性, 可通过减少迭代次数缩短运行时间, 因此, 近红外光谱技术可应用于樱桃番茄内部品质检测, 并且改进的模型算法对内部品质含量预测具有一定的优势。

参考文献

文献列表

[1]	MA Lan, XIA Jun-fang, ZHANG Zhan-feng, et al(马兰, 夏俊芳, 张战锋, 等). Journal of Huazhong Agricultural University(华中农业大学学报), 2008, (5): 672. [本文引用:1]
[2]	GAO Hai-rong, ZHANG Jie, CHEN Xiu-li, et al(高海荣, 张洁, 陈秀丽, 等). Journal of Food Safety and Quality Inspection(食品安全质量检测学报), 2015, 6(10): 4142. [本文引用:1]
[3]	DONG Jie, ZOU Zhi-rong, YAN Fei, et al(董洁, 邹志荣, 燕飞, 等). Northern Horticulture(北方园艺), 2009, (12): 38. [本文引用:1]
[4]	CHU Xiao-li, SHI Yun-ying, CHEN Pu, et al(褚小立, 史云颖, 陈瀑, 等). Journal of Analysis and Testing(分析测试学报), 2019, 38(5): 603. [本文引用:1]
[5]	CHU Xiao-li, CHEN Pu, LI Jing-yan, et al(褚小立, 陈瀑, 李敬岩, 等). Journal of Analysis and Testing(分析测试学报), 2020, 39(10): 1181. [本文引用:1]
[6]	YU Mei, LI Shang-ke, DAI Xue-jing, et al(余梅, 李尚科, 戴雪婧, 等). Journal of Analysis and Testing(分析测试学报), 2021, 40(9): 1374. [本文引用:1]
[7]	ZHANG Jin, HU Yun, ZHOU Luo-xiong, et al(张进, 胡芸, 周罗雄, 等). Journal of Analysis and Testing(分析测试学报), 2020, 39(10): 1196. [本文引用:1]
[8]	PAN Mu, LÜ Du, LIU Hui, et al(潘牧, 吕都, 刘辉, 等). Food Technology(食品科技), 2022, 47(4): 316. [本文引用:1]
[9]	YANG Bao-hua, GAO Zhi-wei, QI Lin, et al(杨宝华, 高志伟, 齐麟, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2021, 41(11): 3559. [本文引用:1]
[10]	LI Hong-qiang, SUN Hong, LI Min-zan(李鸿强, 孙红, 李民赞). Chinese Journal of Agricultural Engineering(农业工程学报), 2018, 34(8): 269. [本文引用:1]
[11]	LI Jun-jie, ZHANG Ji, WANG Xiao-wei, et al(李俊杰, 张绩, 汪小伟, 等). Food Research and Development(食品研究与开发), 2020, 41(20): 193. [本文引用:1]
[12]	Ministry of Agriculture of the People’s Republic of China(中华人民共和国农业部), NY/T 2637—2014 Refractometric Method for Determination of Soluble Solids Content in Fruits and Vegetables(NY/T 2637—2014水果和蔬菜可溶性固形物含量的测定折射仪法), 2014. [本文引用:1]
[13]	National Health and Family Planning Commission of the People’s Republic of China(中华人民共和国国家卫生和计划生育委员会). GB5009. 86—2016 National Food Safety Stand ard for Determination of Ascorbic Acid in Food(GB5009. 86—2016食品安全国家标准食品中抗坏血酸的测定), 2016. [本文引用:1]
[14]	Morais Camilo L M, Santos Marfran C D, Lima Kássio M G, et al. Bioinformatics (Oxford, England ), 2019, 35(24): 5257. [本文引用:1]
[15]	XIONG Jing-ling, ZHU Xi-cun, GAO Hua-guang, et al(熊静玲, 朱西存, 高华光, 等). Soil Journal(土壤学报), 2018, 55(6): 1336. [本文引用:1]
[16]	Sun Jingjing, Yang Wude, Zhang Meijun, et al. Computers and Electronics in Agriculture, 2021, 182: 105989. [本文引用:1]
[17]	YUAN Jiao-jiao, WANG Cheng-zhang, CHEN Hong-xia, et al(原姣姣, 王成章, 陈虹霞, 等). Chemistry and Industry of Forest Products(林产化学与工业), 2011, 31(3): 28. [本文引用:1]
[18]	Miloš Boško, Bensa Aleksand ra, Japundžic-Palenkic Božica. Geoderma Regional, 2022, 30: 134. [本文引用:1]
[19]	Schlappack Tobias, Kappacher Christoph, Rainer Matthias, et al. Journal of Applied Research on Medicinal and Aromatic Plants, 2022, 30: 100396. [本文引用:1]
[20]	ZHAO Jing-yuan, XIONG Zhi-xin, NING Jing-ming, et al(赵静远, 熊智新, 宁井铭, 等). Chinese Journal of Analytical Sciences(分析科学学报), 2021, 37(5): 611. [本文引用:1]
[21]	Zhang Xuan, Li Wei, Yin Bin, et al. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2013, 114: 350. [本文引用:1]
[22]	GUO Yun-kai, ZHANG Si-ai, XIE Xiao-feng, et al(郭云开, 张思爱, 谢晓峰, 等). Soil Bulletin(土壤通报), 2021, 52(4): 968. [本文引用:1]
[23]	Jussara V Roque, Wilson Cardoso, Luiz A Teófilo, et al. Anal. Chim. Acta, 2019, 1075: 57. [本文引用:1]
[24]	Wang Lin. Computational Intelligence and Neuroscience, 2022, 2022. [本文引用:1]
[25]	DUAN Bao-fu, ZHANG Meng, LI Jun-meng(段宝福, 张猛, 李俊猛). Blast and Shock(爆炸与冲击), 2010, 30(4): 401. [本文引用:1]
[26]	Li Junning, Chen Wuge, Han Ka, et al. IEEE ACCESS, 2020, 8: 166753. [本文引用:1]
[27]	Wang Sun’an, Wu Shenli, Li Xiaohu, et al. Intelligent Automation & Soft Computing, 2017, 23(2): 271. [本文引用:1]
[28]	Hu Bo, Xiao Hui, Yang Nan, et al. Concurrency and Computation: Practice and Experience, 2021, 34(10): 1. [本文引用:1]
[29]	JIA He-ming, JIANG Zi-chao, LI Yao, et al(贾鹤鸣, 姜子超, 李瑶, 等). Computer Application(计算机应用), 2021, 41(5): 1290. [本文引用:1]

2008

0.0

... 番茄中可溶性固形物(soluble solid content, SSC)是评价番茄风味品质的重要指标之一^[1] ...

2015

0.0

... 维生素C(vitamins C, V_C)又名抗坏血酸, 是植物和大多数动物体内合成的一类己糖内酯化合物^[2] ...

2009

0.0

... 具有水果蔬菜之称的番茄含有丰富的人体所需营养物质, 尤其是V_C含量极高^[3] ...

2019

0.0

... 近年来, 近红外光谱技术因无损、分析速度快、操作简单的特点在食品、医药、化工等行业得到了广泛应用^[4,5,6,7] ...

2020

0.0

... 近年来, 近红外光谱技术因无损、分析速度快、操作简单的特点在食品、医药、化工等行业得到了广泛应用^[4,5,6,7] ...

2021

0.0

... 近年来, 近红外光谱技术因无损、分析速度快、操作简单的特点在食品、医药、化工等行业得到了广泛应用^[4,5,6,7] ...

2020

0.0

... 近年来, 近红外光谱技术因无损、分析速度快、操作简单的特点在食品、医药、化工等行业得到了广泛应用^[4,5,6,7] ...

2022

0.0

... 潘牧等^[8]应用偏最小二乘法建立预测红薯淀粉及全粉粉丝中薯粉含量的定量模型, 2个模型相关系数分别为0 ...

2021

0.0

... 杨宝华等^[9]用光谱和机器学习算法结合测定鲜桃SSC含量, 提出了一种基于堆栈自动编码器-粒子群优化支持向量回归模型, 该模型预测效果最好, 其R²为0 ...

2018

0.0

... 李鸿强等^[10]基于可见/短波近红外光谱检测结球甘蓝V_C含量, 采用多元线性回归进行建模, 得到校正集R²平均为0 ...

2020

0.0

... 李俊杰等^[11]运用近红外光谱探究塔罗科血橙的内在品质, 采用偏最小二乘法建立预测模型, 得到SSC、可滴定酸及V_C预测值与实测值的相关系数分别是0 ...

2014

0.0

... 折射仪法^[12]SSC的测定, 将光谱采集完成的样品去掉不可食用部分后, 其余部分榨汁, 在棱镜表面用柔软绒布擦干后, 取2~3滴样液在2WA-J阿贝折射仪中央, 闭合上下两块棱镜, 调节旋钮, 读取示数, 从而获得样品的SSC含量 ...

2016

0.0

... 2016^[13]食品中抗坏血酸的测定, 称取樱桃番茄样品5 g, 配置1%草酸溶液、 2%草酸溶液、 0 ...

2019

0.0

... 建模过程中样本集的划分对模型性能有直接影响, 因此采用Kennard-Stone(K-S)分类算法^[14]将樱桃番茄样本按3#cod#x02236 ...

2018

0.0

... 采用的光谱预处理方法包含多元散射校正(multiplicative scatter correction, MSC)^[15]、 Savitzky-Golay卷积平滑(SG)^[16]、 Savitzky-Golay卷积一阶导数(SG 1^st)^[17]、去趋势化(De-trending)^[18]和变量标准化(standard normal variate, SNV)^[19] ...

2021

0.0

2011

0.0

2022

0.0

2022

0.0

2021

0.0

... 将采用连续投影算法(successive projections algorithm, SPA)^[20]、稳定性竞争性自适应重加权算法(stability competitive adaptive reweighted sampling, SCARS)^[21]、遗传算法(genetic algorithm, GA)^[22]和改进的遗传算法(improved genetic algorithm, IGA)与机器学习算法相结合, 从而选择最优特征波长提取方法 ...

2013

0.0

2021

0.0

2019

0.0

... 因此, 在进行变量输入前, 先对变量进行自动有序预测因子选择(auto ordered predictors selection, Auto OPS)^[23], Auto OPS是这种使用自动执行变量选择的方法, 通过信息向量及其组合, 提供最好的变量选择结果 ...

2022

0.0

... 3 粒子群优化的BP神经网络模型基于SPA、 SCARS、 GA和IGA特征变量算法提取的特征变量建立的樱桃番茄内部品质含量基于粒子群算法优化的BP神经网络方法(particle swarm optimization-BP neural network, PSO-BPNN)^[24]预测模型如表3所示 ...

2010

0.0

... PSO-BPNN建模时, 隐含层神经元个数由经验公式^[25]来确定, 迭代次数为100次 ...

2020

0.0

... 采用SPA算法、 SCARS算法、 GA算法和IGA算法选择的特征变量作为自变量, 樱桃番茄内部品质含量作为因变量, 分别建立鲸鱼算法优化的最小二乘支持向量机方法(whale optimization algorithm-least squares support vector machine, WOA-LSSVM)预测模型^[26] ...

2017

0.0

... 5 改进的鲸鱼算法优化最小二乘支持向量机模型由于WOA算法有收敛速度慢和精度低等问题, 因此将冯诺依曼拓扑结构^[27]、轮盘赌选择^[28]、锦标赛选择^[29]和自适应权重相结合引入WOA算法进行改进 ...

2021

0.0

2021

0.0