中国美女一级特黄录像-公在厨房添我B-中文字幕黄片免费乱码一区二区-欧美依人网-熟女阿V-熟女阿V-欧美激情精品久久久久久小说-免费成人在线电影-国产放荡淫语对白-A片一片A,黄片中国一级黄片,yellow jizz,欧美爱视频

熱搜關(guān)鍵詞:拉曼光譜儀,光纖光譜儀,熒光光譜儀,地物光譜儀 | 
當(dāng)前位置:技術(shù)支持 > 高光譜成像+深度學(xué)習(xí):紅棗干燥過程質(zhì)量的“可視化”新路徑 技術(shù)文章

高光譜成像+深度學(xué)習(xí):紅棗干燥過程質(zhì)量的“可視化”新路徑

點(diǎn)擊次數(shù):229  更新時(shí)間:2026-01-13

圖片


紅棗熱風(fēng)干燥,高光譜成像技術(shù)

紅棗,是我國(guó)極&具代表性的特色農(nóng)產(chǎn)品之一。從鮮果到干制品,看似只是“脫水",實(shí)則伴隨著一系列復(fù)雜而精細(xì)的物理、化學(xué)變化:
水分遷移、糖酸濃縮、組織結(jié)構(gòu)重排、顏色與質(zhì)構(gòu)演變……

干燥質(zhì)量,幾乎決定了紅棗最終的商品價(jià)值。

然而,在實(shí)際生產(chǎn)中,紅棗干燥過程的質(zhì)量控制長(zhǎng)期面臨一個(gè)現(xiàn)實(shí)問題:

“看不見過程,只能驗(yàn)收結(jié)果。"

近日,一篇發(fā)表于 Food Chemistry的研究工作,系統(tǒng)展示了如何利用 高光譜成像技術(shù)(HSI)結(jié)合深度學(xué)習(xí)模型,對(duì)紅棗熱風(fēng)干燥全過程進(jìn)行無損、定量、可視化的質(zhì)量監(jiān)測(cè),為智能干燥與過程控制提供了全新思路。

圖片

質(zhì)量困局,干燥過程

在紅棗干燥過程中,行業(yè)普遍關(guān)注以下關(guān)鍵質(zhì)量參數(shù):

  • 水分含量(Moisture):關(guān)系到安全性與儲(chǔ)藏穩(wěn)定性

  • 可溶性固形物(SSC):直接決定甜度與風(fēng)味

  • 可滴定酸(TA):影響酸甜平衡

  • 硬度(Hardness):決定口感與咀嚼性

這些參數(shù)并非獨(dú)立變化,而是相互耦合、動(dòng)態(tài)演化:

  • 水分下降 → SSC 與 TA 濃縮

  • 脫水過快 → 表面硬化、內(nèi)部遷移受阻

  • 溫度不當(dāng) → 顏色變暗、組織結(jié)構(gòu)破壞

傳統(tǒng)檢測(cè)方法(烘干法、滴定、質(zhì)構(gòu)分析等)雖然準(zhǔn)確,但普遍存在:

  1. 破壞性強(qiáng),無法在線應(yīng)用

  2. 檢測(cè)周期長(zhǎng),難以實(shí)時(shí)反饋

  3. 只能獲得平均值,缺乏空間信息

這使得干燥工藝在很大程度上仍依賴經(jīng)驗(yàn),而非數(shù)據(jù)驅(qū)動(dòng)。

圖片

高光譜成像,一次掃描,多維信息

為解決上述問題,研究團(tuán)隊(duì)引入了 可見—近紅外高光譜成像技術(shù)(400–1000 nm)。

與傳統(tǒng)成像或單點(diǎn)光譜不同,高光譜的核心優(yōu)勢(shì)在于:

  • 每個(gè)像素都包含完整連續(xù)光譜

  • 同時(shí)具備空間分布信息 + 成分響應(yīng)信息

  • 對(duì)水分、糖類、有機(jī)酸等化學(xué)鍵高度敏感

在實(shí)驗(yàn)中,研究人員對(duì)紅棗在 55℃、60℃、65℃ 三種熱風(fēng)干燥條件下,持續(xù) 0–56 h 進(jìn)行高光譜采集,并同步測(cè)定理化指標(biāo)作為參考。

光譜層面的關(guān)鍵發(fā)現(xiàn)包括:

  • 在 930–1000 nm 波段,反射率隨水分降低顯著升高

  • 不同干燥階段,光譜曲線呈現(xiàn)清晰的階段性演化

  • 光譜變化與水分、SSC、TA 具有良好的相關(guān)性

這表明,高光譜不僅能“看到表面",更能間接反映內(nèi)部品質(zhì)變化機(jī)制。

圖片

深度學(xué)習(xí)模型的引入,從光譜到質(zhì)量

高光譜數(shù)據(jù)本身是高維、強(qiáng)相關(guān)、非線性的,僅靠傳統(tǒng)線性建模難以充分挖掘其信息潛力。

圖片

為此,研究構(gòu)建并對(duì)比了多種模型:

  • 傳統(tǒng)化學(xué)計(jì)量學(xué)方法:PLSR

  • 機(jī)器學(xué)習(xí)方法:SVR

  • 深度學(xué)習(xí)模型:CNN_BiLSTM_SE

該深度模型的結(jié)構(gòu)特點(diǎn)在于:

  • CNN(卷積神經(jīng)網(wǎng)絡(luò))
    自動(dòng)提取光譜局部特征,減少人工特征選擇依賴

  • BiLSTM(雙向長(zhǎng)短期記憶網(wǎng)絡(luò))
    捕捉干燥過程中時(shí)間維度上的前后關(guān)聯(lián)

  • SE 注意力機(jī)制
    動(dòng)態(tài)增強(qiáng)關(guān)鍵波段特征,提高模型對(duì)重要信息的敏感性

圖片

同時(shí),研究通過 網(wǎng)格搜索 + 交叉驗(yàn)證 對(duì)模型超參數(shù)進(jìn)行優(yōu)化,確保預(yù)測(cè)穩(wěn)定性與泛化能力。

圖片

深度學(xué)習(xí)不僅“擬合得更好",而且更適合處理干燥過程這種動(dòng)態(tài)、非線性問題。



聯(lián)系方式
  • 手機(jī)

    18020740586

在線客服