95.83% 准确识别
利用高光谱成像技术，实现番茄成熟度的无损快速识别和番茄红素含量的定量预测。
戴春霞 · 孙俊 · 黄星奕 · 张小瑞 · 田潇瑜 · 王蔚 · Sun, Jingtao
Foods 2023
基于特征波长的支持向量机分类模型对番茄成熟度的识别准确率达到95.83%，优于全波长模型。
基于特征波长的支持向量回归模型对番茄红素含量的预测决定系数达0.9652，均方根误差仅0.0166 mg/kg。
采用竞争性自适应重加权采样（CARS）方法筛选特征波长，有效减少了模型复杂度，同时保持高精度。