基于BP神經網絡快速無損檢測開陽枇杷糖度

孟慶龍，馮樹南，譚濤，尚靜，黃人帥，曹森*

（1.貴陽學院食品與制藥工程學院，貴州 貴陽 550005；2.貴陽學院農產品無損檢測工程研究中心，貴州 貴陽 550005）

開陽富硒枇杷富含微量元素硒，有助于增強人體的免疫力，其果皮及果肉均顯橙黃色，具有獨特的口感以及豐富的營養價值，被稱為貴州枇杷王[1]。枇杷糖度是衡量其內部品質的重要指標之一，枇杷糖度傳統的測定方法是利用折射儀測定，然而該方法存在耗費時間、破壞樣本，以及難以實現大規模檢測等缺點[2]。因此，開展枇杷糖度的快速檢測研究對其品質快速分級以及銷售等具有非常重要的指導意義。

基于光譜原理的快速無損檢測技術因具有檢測速度快、不破壞樣本等優勢，受到國內外科研學者的關注。近年來，該技術已被廣泛地應用于水果內、外部品質的檢測領域[3-9]。目前，國內外科研學者已研究了關于櫻桃[10]、橙子[4，11]、獼猴桃[2，5，12]、蘋果[13-14]、桃[6，15]、李子[16]、梨[17-18]以及藍莓[19]等水果糖度的快速無損檢測，并取得了較好的成果。Hu等[20]無損檢測了1-甲基環丙烯（1-methylcyclopropene，1-MCP）對“海沃德”獼猴桃中不同糖分含量積累的誘導機制。高升等[21]基于可見/近紅外透射光譜技術無損檢測了紅提糖度，得出采用最小二乘支持向量機所建模型的效果好，但模型的運算時間較長；對于采用偏最小二乘回歸所建模型的運算時間較短，但模型的預測性能較差。光譜技術在水果內、外部品質快速無損檢測的應用中，面臨的主要瓶頸是數據冗余，這嚴重影響了檢測模型的運算效率。實現水果內、外部品質的無損檢測，亟需建立簡化的檢測模型，而且采用光譜技術以及反向傳播（back propagation，BP）神經網絡預測枇杷糖度的快速無損檢測研究也未見報道。

本文使用紫外/可見光纖光譜儀獲取開陽枇杷的反射光譜；利用標準正態變換（standard normal variation，SNV）以及多元散射校正（multi-scatter calibration，MSC）預處理原始的反射光譜，選取較優的預處理方法，應用競爭性自適應重加權算法（competitive adaptive reweighted sampling，CARS）、連續投影算法（successive projection algorithm，SPA）以及SPA+CARS 3種方法分別篩選特征變量，構建簡化的BP神經網絡檢測模型，依據模型的剩余預測偏差確定相對較優的開陽枇杷糖度快速無損檢測模型，為研發開陽枇杷糖度的快速無損檢測裝備提供參考。

1 材料與方法

1.1 試驗材料

開陽富硒枇杷于2021年5月23日采摘自貴州省貴陽市開陽縣禾豐鄉枇杷果園。為使樣品具有代表性，從不同的果樹上隨機挑選出120個無病蟲害且無表面損傷的枇杷樣品。枇杷樣品采摘后馬上運送至貴州省農產品無損檢測工程研究中心實驗室，并在（22±2）℃條件下進行試驗。試驗前先用軟紙輕輕擦掉枇杷表面的雜物，對其依次編號后進行反射光譜采集以及糖度的測定。

1.2 試驗儀器

折射儀（ATAGO PAL-α）：日本 Atago公司；光纖光譜儀（QEPro）：蔚海光學儀器（上海）有限公司。

1.3 試驗方法

1.3.1 反射光譜采集

反射光譜采集前，利用適配器將反射探頭安裝在支架上，反射探頭離枇杷表面大約1cm。試驗依據標準反射白板的光譜強度，通過調整積分時間等參數，使采集到白板的反射率接近于100%。光譜儀的積分時間為110 ms，掃描平均次數為8次，滑動平均寬度為1。同時，確保采集枇杷反射光譜時的參數保持不變。

將標記好的枇杷樣本緊靠在反射探頭支架上，每個枇杷樣本分A、B兩面，每面分別采集3次（靠近花萼部位、靠近赤道部位、靠近果梗部位），最終計算6次采集到反射率的平均值，作為該枇杷樣本原始的反射光譜。

1.3.2 糖度的測定

獲取完所有枇杷樣本的反射光譜后，立即進行枇杷糖度的測定。參照NY/T 2637—2014《水果和蔬菜可溶性固形物含量的測定折射儀法》的方法，分別將每個枇杷樣本A、B兩面的果肉壓成汁，隨后使用一次性滴管將果汁滴到折射儀的檢測凹槽中，讀出糖度的參考值。每個枇杷樣本以A、B兩面測定結果的算術平均值作為該枇杷樣本的糖度參考值。

1.3.3 光譜處理及模型評價

1.3.3.1 光譜預處理及特征變量篩選

試驗采用SNV和MSC預處理原始的反射光譜數據，以消除原始的反射光譜中的噪聲信號，探究相對較優預處理方法。應用CARS以及SPA篩選特征變量。其中CARS應用五折交叉驗證篩選出n個偏最小二乘模型的交叉驗證均方根誤差（root mean squares errors for cross validation，RMSECV）最小的子集，最終將這些子集確定為相對較優的特征變量[17]。而SPA依據均方根誤差（root mean squares errors，RMSE）來確定相對較優的特征變量。

1.3.3.2 建模方法及模型評價方法

試驗采用BP神經網絡分別建立基于全光譜以及特征變量的開陽枇杷糖度無損檢測模型，BP神經網絡是當前應用很廣泛的一種人工神經網絡模型[22]。

將建模集和預測集的相關系數（rc）和（rp），建模集的均方根誤差（root mean squares errors for calibration，RMSEC）和預測集的均方根誤差（root mean squares errors for prediction，RMSEP），以及剩余預測偏差（residual predictive deviation，RPD）作為衡量模型優劣的主要指標。若RPD＜1.4，證明構建的檢測模型無法完成預測；1.4≤RPD＜1.8，則模型僅可粗略地預測；1.8≤RPD＜2.0，證明檢測模型可以完成相對較好的預測；RPD≥2，證明模型可以較好地完成預測[23]，RPD的計算公式如下。

式中：SD為預測集中枇杷樣本糖度值的標準偏差（standard deviation，SD）。

2 結果與分析

2.1 糖度統計分析

在建立無損檢測模型前，先基于反射光譜以及糖度參考值將所有枇杷樣本劃分為建模集和預測集，樣本集劃分優劣的評判標準是建模集中參考值范圍是否比預測集的范圍寬。本文應用光譜-理化值共生距離方法[24]將120個枇杷樣本依照3∶1的比例劃分為90個建模集以及30個預測集。其中，建模集中枇杷糖度的范圍（8.50%～13.80%）比預測集中的范圍（9.30%～13.70%）寬，這樣劃分的樣本集有助于后期構建相對較好的無損檢測模型。建模集以及預測集中枇杷糖度的頻率分布圖見圖1。

圖1 枇杷糖度頻率分布圖Fig.1 Probability distribution of loquat sugar content

2.2 光譜預處理

選擇360 nm～1 000 nm波段作為有效原始光譜區域，該區域總共包含了835個波段。由于原始反射光譜中包含一些噪聲，為提高枇杷糖度無損檢測模型的精準度及穩定性，分別運用SNV以及MSC對原始的反射光譜進行預處理。所有枇杷的原始的反射光譜以及經過SNV、MSC預處理后的相對反射光譜見圖2。

圖2 枇杷的反射光譜Fig.2 Reflectance spectra of loquat

由圖2可知，預處理后的反射光譜曲線要比原始反射光譜曲線平滑，說明對原始反射光譜進行預處理去掉了部分噪聲以及背景干擾信息。為進一步分析比較SNV以及MSC兩種方法預處理原始的反射光譜效果，分別將原始的反射光譜（original reflectance spectra，ORR）以及經過SNV和MSC預處理后的相對反射光譜輸入BP神經網絡模型中，構建枇杷糖度無損檢測模型，建模結果見表1。

表1 基于兩種預處理方法的BP神經網絡模型對枇杷糖度的檢測結果Table 1 Detection results of loquat sugar content by BP neural network model based on the two preprocessed methods

由表1可知，基于兩種方法構建的無損檢測模型的性能均優于原始的反射光譜，而且經SNV預處理后建立的BP神經網絡檢測模型具有相對較大的rc（0.85）、rp（0.83）和RPD（1.73）以及較小的RMESC（0.72%）和RMSEP（0.79%），說明SNV預處理方法相對較好，因此本文應用SNV預處理原始的反射光譜。

2.3 特征變量篩選

2.3.1 采用SPA篩選特征變量

應用SPA篩選特征變量時，依據RMSE來確定相對較優的特征變量。SPA篩選特征變量的結果見圖3。

圖3 SPA篩選特征變量的結果Fig.3 Characteristic variables selected by successive projection algorithm（SPA）

由圖3（a）可知，有效變量數小于5時，RMSE隨著有效變量數的增加而下降，然而有效變量數大于5時，RMSE減小的趨勢不明顯，因此將這5個變量（占總變量的0.59%）作為特征變量，圖3（b）即為篩選出的5個特征變量。

2.3.2 采用CARS篩選特征變量

應用CARS篩選特征變量時，應用五折交叉驗證方法計算所構建的偏最小二乘模型的RMSECV（蒙特卡洛采樣次數：50），相對較優的特征變量通過RMSECV的最小值來確定。CARS篩選特征變量的結果見圖4。

圖4 CARS篩選特征變量的結果Fig.4 Characteristic variables selected by competitive adaptive reweighted sampling（CARS）

由圖4（a）可知，第24次采樣獲得的RMSECV值最小（0.67），該變量集包括了49個特征變量（占總變量的5.87%），圖4（b）即為篩選的49個特征變量。為進一步探究SPA+CARS篩選的特征變量對BP神經網絡模型檢測性能的影響，將SPA篩選的5個特征變量以及CARS篩選的49個特征變量組合在一起，剔除重合的1個特征變量，構成新的特征變量（包含53個特征變量，占總變量的6.34%）。SPA+CARS組合篩選的特征變量分布情況見圖5。

圖5 SPA+CARS篩選的特征變量Fig.5 Characteristic variables selected by SPA+CARS

2.4 基于特征變量的建模結果

將全光譜（full spectra，FS）以及應用SPA、CARS和SPA+CARS篩選的特征變量作為自變量，建模集以及預測集中枇杷糖度參考值作為因變量，建立預測開陽枇杷糖度BP神經網絡無損檢測模型。基于特征變量構建的BP神經網絡檢測模型對開陽枇杷糖度的預測結果見表2。

表2 基于特征變量構建的BP神經網絡模型對枇杷糖度的預測結果Table 2 Detection results of loquat sugar content by BP neural network model based on the characteristic spectra

由表2可知，基于全光譜和SPA篩選的特征變量構建的BP神經網絡檢測模型僅可粗略地預測枇杷糖度，其RPD值分別為1.73和1.76。而基于CARS篩選的特征變量構建的CARS-BP神經網絡檢測模型具有相對較大的rc（0.92）和rp（0.91）以及較小的RMSEC（0.55%）和RMSEP（0.56%），且 RPD 值（2.42）大于2，表明構建的CARS-BP神經網絡檢測模型具有較好的預測性能。同時采用CARS從835個全變量中篩選出了49個特征變量，占總變量的5.87%，大大提高了模型的運算效率。另外，基于SPA+CARS篩選的特征變量構建的檢測模型的RPD值為2.33，相對于CARSBP神經網絡檢測模型，并沒有提升BP神經網絡模型預測性能。綜上所述，CARS算法是一種較好的變量篩選方法，與文獻[17]報道一致，而且構建的CARSBP神經網絡預測模型對檢測開陽枇杷糖度具有較好的檢測能力，且運算效率得到了明顯提升。CARSBP神經網絡無損檢測模型對開陽枇杷糖度的檢測結果見圖6。

圖6 枇杷糖度的實測值與預測值Fig.6 Measured and predicted values of loquat sugar content

3 結論

本研究以開陽富硒枇杷為研究對象，采用紫外/可見光纖光譜儀采集開陽枇杷的反射光譜，探究比較了兩種方法（SNV和MSC）對原始的反射光譜的預處理效果，得出經SNV預處理后建立的BP神經網絡檢測模型具有較大的rc（0.85）、rp（0.83）和RPD（1.73）以及較小的RMESC（0.72%）和RMSEP（0.79%），說明 SNV預處理效果相比于MSC較好；應用SPA、CARS以及SPA+CARS分別篩選特征變量，進而基于篩選的特征變量構建了預測開陽枇杷糖度的BP神經網絡檢測模型，得出采用CARS從835個全光譜中篩選了49個特征變量，不僅很好地提高了檢測模型的運算效率，而且基于CARS篩選的特征變量構建的CARS-BP神經網絡檢測模型具有相對較大的rc（0.92）、rp（0.91）以及較小的RMSEC（0.55%）、RMSEP（0.56%），RPD 值（2.42）大于2，表明構建的CARS-BP神經網絡檢測模型具有較好的預測性能。為研發開陽枇杷糖度快速無損檢測裝備奠定較好的理論基礎。