Bu çalışmada 400-1000nm hiperspektral kamera kullanılabilir ve FS13 ürünüdür.Hangzhou CHNSpec Technology Co., Ltd, ilgili araştırma için kullanılabilir.Spektral aralık 400-1000nm'dir ve dalga boyu çözünürlüğü 2.5nm'den daha iyidir, 1200'e kadar
İki spektral kanal.Toplama hızı tam spektrumda 128FPS'ye ulaşabilir ve bant seçiminden sonraki maksimum hız 3300Hz'dir (çok bölgeli bant seçimini destekler).
Sorghum, Çin'deki önemli gıda mahsullerinden biridir, çünkü şarap endüstrisindeki tahıldaki zengin besinleri nedeniyle, "iyi şarap kırmızı tahıldan ayrılamaz" keskin bir yargıya sahiptir, yıllık talep 20 milyon tona kadar.Şu anda, ana şarap sorgum çeşitleri Luzhou Red, Qinghuyang, Runuo No. 7 ve yüksek nişasta içeriğine sahip diğer yapışkan sorgumdur.Sorgumun birçok çeşidi ve farklı üretim alanları olduğu için tahıldaki nişasta, protein, yağ ve tanen içerikleri çok farklıdır, bu da likörün tadı, tarzı, kalitesi ve veriminde büyük farklılıklara yol açar.Sorgum hammaddelerinin yığın halinde depolanmasından önce sorgum çeşitlerinin doğru ve verimli bir şekilde tanımlanmasının, tanenin köpürme zamanı gibi üretim sürecini kontrol edebilen yüksek kaliteli likör üretimi için çok önemli yol gösterici bir öneme sahip olduğu görülmektedir. demleme işlemi sırasında su tüketimi ve buharda pişirilen tahıl.Geleneksel tanımlama yöntemleri temel olarak manuel ampirik tanımlamayı ve biyolojik örnekleme tespitini içerir.İlki sübjektif etkiye tabidir, düşük verimlidir ve birleşik bir standart oluşturmak zordur, ikincisi ise külfetli, zaman alıcı ve zahmetlidir.Her ikisi de modern likör işletmelerinin sorgum tanımlama ihtiyaçlarını karşılayamaz, bu nedenle hızlı, doğru ve basit bir sorgum çeşidi sınıflandırması ve saptama yöntemi bulmak acildir.Bu çalışmanın amacı, 11 sorgum çeşidini spektral bilgi ve görüntü bilgisini birleştirerek sınıflandırmak ve karşılaştırma ve dış doğrulama yoluyla hiperspektral teknoloji ve makine öğrenmesi yöntemlerini optimize ederek farklı sorgum çeşitlerini tespit ederek uygulamadaki doğruluğunu ve etkinliğini artırmaktır.
11 sorgum kategorisine ait 550 numunenin orijinal spektral eğrileri ve MSC ön işleminden sonraki spektral eğriler Şekil 1'de gösterilmektedir. Her renk farklı bir kategoriyi temsil eder.
Bu yazıda, hiperspektral spektrum ve görüntü bilgilerinin kombinasyonuna dayalı olarak 11 sorgum çeşidinin tanımlanması incelenmiştir.Sorgumun hiperspektral görüntüleri toplandı, SPA algoritması ile MSC ön işlemesi yapıldıktan sonra spektrumlardan 48 özellik dalga boyu seçildi ve ardından görüntülerin doku özellikleri çıkarıldı.SVM, PLS-DA ve ELM sınıflandırma modelleri, sırasıyla doku özellikleri, tam spektrum, özellik spektrumu ve bunların birleştirilmiş görüntü bilgilerine dayalı olarak oluşturulmuştur.Son olarak, modellemede yer almayan veriler dış doğrulama için kullanılmıştır.Sonuçlar, özellik spektrumu ve doku özelliklerinin kombinasyonuna dayalı DVM sınıflandırma modelinin en iyi etkiye sahip olduğunu göstermektedir.Test setinin doğru tanıma oranı %95,3, doğrulama setinin doğruluğu ise %91,8'dir.Görünür spektrum ve görüntünün kombinasyonu, şarap sorgumunun hızlı tanınmasını etkili bir şekilde gerçekleştirebilir ve modelin tanıma doğruluğunu geliştirebilir.Bu, farklı biracılık ham maddelerinin tespiti ve biracılık otomasyonunun gerçekleştirilmesi için teorik bir temel sağlar.