(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211012691.8 (22)申请日 2022.08.23 (71)申请人 江西绿萌 科技控股有限公司 地址 341600 江西省赣州市信丰 县工业园 诚信大道江西绿萌 科技控股有限公司 (72)发明人 朱壹　朱二　 (51)Int.Cl. G01N 21/3563(2014.01) G01N 21/01(2006.01) (54)发明名称 一种面向定标模型评价的短波红外检测水 果腐烂的方法 (57)摘要 本发明公开了一种面向定标模型评价的短 波红外检测水果腐烂的方法， 可从主成分分析角 度调整近红外光谱波段吸光度的回归系数和残 差等模型参数来使交互验证均方根误差和预测 均方根误差等定标模型评价指标达到极小值 以 提升所建模 型的可行性及其预测能力， 从而通过 少数几个主成分的统计方式给出对应水果腐烂 状况的化学值以完成短波红外 检测水果腐烂 。 权利要求书4页 说明书8页 附图1页 CN 115406854 A 2022.11.29 CN 115406854 A 1.一种面向定标模型评价的短波红外检测水果腐烂的方法， 其特征在于， 包括以下步 骤： 步骤1： 设在近红外光谱分析的建模过程中， 和ym分别是校正集S＝{m|1≤m≤M}所建 模型对应第m个样本的预测值和实测值， 和yn分别是预测集T＝{n|1≤n≤N}所建模型对 应第n个样本的预测值和实测值， xl,t为第l个近红外光谱波段的吸光度， τl为第l个近红外 光谱波段吸光度的回归系数， τ0为残差， 水果样本t关于腐烂状况的化学值 则为实现短波红外检测水果腐烂可通过模型参 数τl和 τ0建立该批水果检测腐烂时交互验 证 均方根误差和预测均方根误差的平方和极小化的目标函数， 当主成分数的个数L＝3时可转 化为交互验证均方根 误差和预测均方根 误差的平方和极小化的近似目标函数： 步骤2： 将交互验证均方根误差和预测均方根误差的平方和近似目标函数min{F( τ3, τ2, τ1, τ0)}对τ3, τ2, τ1, τ0求一阶导数和二阶导数， 可得到对应的一阶导数和二阶导数表达式来 判断F( τ3, τ2, τ1, τ0)的极小化情况； 当一阶导数 和 置为0时， 若二阶导数 和 大于0， 则可通过 优化 τ3, τ2, τ1, τ0可使F( τ3, τ2, τ1, τ0)满足极小值条件。 步骤3： 由一阶导数 和 的表达式设为0， 则可得 F( τ3, τ2, τ1, τ0)对 τ3, τ2, τ1, τ0求一阶导数构建的方程 组； 设 和 则F( τ3, τ2, τ1, τ0)对τ3, τ2, τ1, τ0求一阶导数构建的方程组可改写 为矩阵形式， 可 得F( τ3, τ2, τ1, τ0)满足极小值条件时τ3, τ2, τ1, τ0的理论值表达式： 权　利　要　求　书 1/4 页 2 CN 115406854 A 2步骤4： 可将交互验证均方根误差和预测均方根误差的平方和极小化的近似目标函数 中F( τ3, τ2, τ1, τ0)满足极小值条件时τ3, τ2, τ1, τ0的理论值代入以下步骤4.1至步骤4.4的迭 代过程来产生 τ3, τ2, τ1, τ0的实际值： 步骤4.1： 初始化过程中校正集S和预测集T对应的预测值和实测值代入F( τ3, τ2, τ1, τ0) 满足极小值条件时τ3, τ2, τ1, τ0的理论值表达式中生成τ3(k)、 τ2(k)、 τ1(k)和 τ0(k)， 此时迭代 次数设为0； 步骤4.2： 分别扩充ρM和ρ N个样本加入校正集S和预测集T， 其中ρ 为扩充比例， 通过τ3, τ2, τ1, τ0的理论值表达式 中更新 τ3(k)、 τ2(k)、 τ1(k)和 τ0(k)， 此时迭代次数设为 k+1； 步骤4.3： 若满足|[ τl(k)‑τl(k‑1)]/τl(k‑1)|≤δl， 其中δl为第l个主成分的回归系数变 动门限， 1≤l≤3， 则将τ3(k)、 τ2(k)、 τ1(k)和 τ0(k)作为近红外光谱波段吸光度的回归系数 以及残差的实际值 τ ′3, τ′2, τ′1, τ′0进行输出并结束迭代过程， 否则进入步骤4.2； 步骤5： 可将步骤4中迭代过程产生的近红外光谱波段吸光度的回归系数以及残差的实 际值τ′3, τ′2, τ′1, τ′0用于短波红外检测水果腐烂， 通过检测设备测出3个近红外光谱主成 分波段的吸光度x3,r,x2,r,x1,r， 则待检水果r关于腐烂状况的化 学值可表示为τ ′3x3,r+τ′2x2,r +τ′1x1,r+τ′0， 从而可判断待检水果的腐烂状况。 2.根据权利要求1所述的一种面向定标模型评价的短波红外检测水果腐烂的方法， 其 特征在于： 步骤1中， 交互验证均方根误差和预测均方根误差的平方和极小化的目标函数可 表示为： 。 3.根据权利要求1所述的一种面向定标模型评价的短波红外检测水果腐烂的方法， 其 特征在于： 步骤2中， 交互验证均方根误差和预测均方根误差的平方和极小化的近似目标函 数中F( τ3, τ2, τ1, τ0)对 τ3, τ2, τ1, τ0求一阶导数的表达式分别为： 权　利　要　求　书 2/4 页 3 CN 115406854 A 3