張 伏，王新月，崔夏華，曹煒樺，張曉東，張亞坤

1.江蘇大學(xué)現(xiàn)代農(nóng)業(yè)裝備與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室, 江蘇 鎮(zhèn)江 212013 2.河南科技大學(xué)農(nóng)業(yè)裝備工程學(xué)院，河南 洛陽 471003 3.機(jī)械裝備先進(jìn)制造河南省協(xié)同創(chuàng)新中心，河南 洛陽 471003

引 言

千禧番茄富含番茄紅素、VC、可溶性固形物、果糖、葡萄糖、檸檬酸、蘋果酸和氨基酸等豐富營養(yǎng)物質(zhì)，不同千禧番茄品種其營養(yǎng)物質(zhì)含量具有明顯差異[1-4]，如何實(shí)現(xiàn)千禧番茄的快速準(zhǔn)確分類，對(duì)篩選綜合營養(yǎng)價(jià)值高的千禧番茄品種具有重要的研究意義和價(jià)值。

隨著可見-近紅外光譜、高光譜、圖像處理等技術(shù)在品種分類上應(yīng)用，快速和分類準(zhǔn)確率是關(guān)鍵評(píng)價(jià)指標(biāo)之一。Marcos等[5]基于帶描述符的RGB顏色模型對(duì)番茄模糊分類，重點(diǎn)優(yōu)化顏色空間的描述符，分類預(yù)測(cè)結(jié)果準(zhǔn)確率較高。Harvey等[6]利用人工蜂群算法訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)(artificial neural network，ANN)分類器對(duì)番茄自動(dòng)分類，分類準(zhǔn)確率98.19%。周云成等[7]基于深度卷積網(wǎng)絡(luò)對(duì)番茄分類，分類準(zhǔn)確率為81.64%。耿磊等[8]提出EBn-Net分類模型對(duì)7種蘋果品種分類鑒別，平均分類準(zhǔn)確率為96.78%。李鴻強(qiáng)等[9]基于高光譜建立微型種薯的分類檢測(cè)方法，通過線性判別分析、BP(back propagation)神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)建立分類模型，模型平均分類準(zhǔn)確率為89.75%。趙杰文等[10]基于近紅外光譜對(duì)不同品種蘋果進(jìn)行分類，以徑向基函數(shù)為內(nèi)核建立支持向量機(jī)分類模型，通過對(duì)比不同預(yù)處理方法的分類效果，最終確定懲罰系數(shù)c和正則化系數(shù)γ的取值，分類準(zhǔn)確率為100%。

目前，灰狼優(yōu)化算法作為一種高效的群體智能優(yōu)化算法，已被證明其穩(wěn)定性和求解精度明顯優(yōu)于粒子群優(yōu)化算法(particle swarm optimization，PSO)、萬有引力優(yōu)化算法(gravitational search algorithm，GSA)等[12]，因而被廣泛用于求解復(fù)雜問題。其通過模擬灰狼群體捕食行為，基于狼群群體協(xié)作的機(jī)制達(dá)到優(yōu)化的目的，因具有良好的性能引起了學(xué)者的廣泛關(guān)注[11]。孫俊等[12]基于迭代保留信息變量法選取特征變量，以RBF徑向基函數(shù)作為支持向量回歸機(jī)(support vector regression，SVR)的核函數(shù)，并用灰狼算法優(yōu)化SVR的懲罰因子c和核函數(shù)參數(shù)g，用優(yōu)化后的參數(shù)c和g建立SVR回歸模型對(duì)番茄葉片含水率檢測(cè)，結(jié)果表明經(jīng)灰狼算法尋優(yōu)后，模型過擬合效果得到有效改善。安娟華等[13]用高斯函數(shù)作為支持向量機(jī)的核函數(shù)，并采用灰狼算法和粒子群算法分別對(duì)支持向量機(jī)的懲罰因子c和高斯核函數(shù)參數(shù)σ優(yōu)化，結(jié)果表明建立的GWO-SVM模型對(duì)小麥籽粒優(yōu)劣分級(jí)的準(zhǔn)確率和速率均明顯優(yōu)于PSO-SVM。武新燕等[14]對(duì)近紅外光譜的變量篩選應(yīng)用灰狼算法，為玉米內(nèi)部成分含量測(cè)定建立了GWO-PLS模型，預(yù)測(cè)均方根誤差降低了40%，提高了預(yù)測(cè)準(zhǔn)確率?；依莾?yōu)化算法設(shè)置參數(shù)少、算法簡(jiǎn)單、魯棒性強(qiáng)，且運(yùn)行結(jié)果準(zhǔn)確度高，收斂速度快，廣泛用于農(nóng)產(chǎn)品的分類，但利用灰狼優(yōu)化算法對(duì)千禧番茄品種分類鮮見報(bào)道?；诖耍每梢?近紅外光譜對(duì)千禧番茄進(jìn)行分類研究，以RBF徑向基函數(shù)作為支持向量機(jī)的核函數(shù)，采用灰狼算法優(yōu)化支持向量機(jī)參數(shù)，以期提高支持向量機(jī)分類性能，獲得較佳的分類效果，為千禧番茄的分類研究提供新方法。

1 實(shí)驗(yàn)部分

1.1 材料

千禧番茄樣本采自河南省洛陽市孟津縣的某采摘園，包括成熟且顏色相近的四個(gè)品種改良千禧番茄，分別標(biāo)號(hào)為類別1、類別2、類別3和類別4，如圖1，每個(gè)品種各有60個(gè)，共240個(gè)千禧番茄樣本。

圖1 千禧番茄樣本

1.2 儀器與設(shè)備

可見-近紅外光譜采集系統(tǒng)主要包括微型光纖光譜儀(USB4000-VIS-NIR-ES，Ocean Optics，USA)、光學(xué)光纖(SMA 905-VISNIR，Ocean Optics，USA)、光源(HL-2000，Ocean Optics，USA)和計(jì)算機(jī)等，如圖2。光譜儀的掃描范圍是350～1 000 nm，光學(xué)分辨率為1.5～2.3 nm FWHM。利用光譜儀配套的Spectrasuite軟件獲取并處理可見-近紅外光譜數(shù)據(jù)。數(shù)據(jù)分析軟件為The Unscrambler X10.4，Excel 2019，Origin 2018，Matlab 2016b。

圖2 光譜采集系統(tǒng)

1.3 光譜采集

可見-近紅外光譜儀預(yù)熱30 min后采集暗光譜和參考光譜校正，為避免雜光干擾，黑暗環(huán)境中測(cè)量；在不損壞樣本情況下，光纖探頭緊貼樣本表面，每個(gè)果實(shí)測(cè)量最大橫徑處兩個(gè)點(diǎn)的光譜反射強(qiáng)度(如圖3所示)，即每個(gè)果實(shí)有二組數(shù)據(jù)，取這二組數(shù)據(jù)的平均值作為該果實(shí)的光譜反射強(qiáng)度測(cè)試值。

圖3 采集位置示意圖

采集后通過Spectrasuite軟件將光譜數(shù)據(jù)導(dǎo)入計(jì)算機(jī)進(jìn)行分析，處理后得到345.89～1 040.49 nm波長(zhǎng)范圍的平均光譜反射強(qiáng)度曲線，通過式(1)得到千禧番茄反射率，如圖4。為提高光譜測(cè)量精度，增強(qiáng)光譜信噪比，剔除345.89～480.94和800.21～1 040.49 nm兩段噪聲較大的光譜，即實(shí)際有效波長(zhǎng)范圍是481.15～800.03 nm。

圖4 千禧番茄樣本平均反射率曲線圖

(1)

式(1)中，R為果實(shí)反射率，I為果實(shí)反射強(qiáng)度，IAN為暗光譜，ICK為參考光譜。

測(cè)量過程中，每隔10 min采集一次暗光譜和參考光譜重新校正，以確保測(cè)量準(zhǔn)確性。另外，在試驗(yàn)操作過程中，操作人員穿深色衣服，有助于最大限度地減少操作員衣服反射光線干擾。

1.4 建模方法和模型評(píng)價(jià)標(biāo)準(zhǔn)

連續(xù)投影算法(successive projections algorithm，SPA)是一種提取特征變量方法，可實(shí)現(xiàn)對(duì)原始數(shù)據(jù)降維處理；支持向量機(jī)(support vector machine，SVM)用于定性分類和預(yù)測(cè)，通過對(duì)訓(xùn)練集樣本訓(xùn)練，調(diào)整參數(shù)所得SVM模型對(duì)測(cè)試集數(shù)據(jù)進(jìn)行預(yù)測(cè)，采用投票方式實(shí)現(xiàn)樣本分類[15]，采用性能較穩(wěn)定的RBF徑向基函數(shù)作為SVM核函數(shù)，其中，懲罰因子c和核函數(shù)參數(shù)g為兩個(gè)重要的參數(shù)；灰狼優(yōu)化算法(grey wolf optimization，GWO)模擬自然界中灰狼群體的社會(huì)等級(jí)制度與狩獵行為的新型群體智能優(yōu)化算法，主要通過灰狼群體搜索、包圍、追蹤和攻擊獵物等過程以達(dá)到優(yōu)化搜索的目的[16]，灰狼算法通過搜索最優(yōu)參數(shù)c和g優(yōu)化支持向量機(jī)模型。

光譜數(shù)據(jù)預(yù)處理后，將去噪后的481.15～800.03 nm波段范圍內(nèi)的數(shù)據(jù)提取特征波長(zhǎng)作為模型輸入變量，四種不同的千禧番茄類別作為模型輸出變量建立SVM定性分類模型，發(fā)現(xiàn)分類效果較差，于是采用GWO來尋找SVM的最優(yōu)參數(shù)c和g，設(shè)置狼群數(shù)量、最大迭代次數(shù)和參數(shù)范圍后，初始化α，β和δ狼的位置及目標(biāo)函數(shù)值，按照α，β和δ的等級(jí)排序后，對(duì)訓(xùn)練集樣本進(jìn)行訓(xùn)練，建立不同品種千禧番茄的預(yù)測(cè)分類模型，通過分類準(zhǔn)確率(accuracy)評(píng)價(jià)模型的性能。

2 結(jié)果與討論

2.1 訓(xùn)練集與測(cè)試集的劃分

綜合分析了本次采樣千禧番茄品種的代表性，同時(shí)又考慮到構(gòu)建模型的穩(wěn)定性和普適性，將采樣得到的240個(gè)樣本按照2∶1的比例劃分為訓(xùn)練集和測(cè)試集，如表1，以此計(jì)算分析訓(xùn)練集和測(cè)試集平均分類準(zhǔn)確率(accuracy)。

表1 樣本劃分結(jié)果

2.2 光譜數(shù)據(jù)預(yù)處理

由于光譜探測(cè)器獲得的光譜數(shù)據(jù)除含被測(cè)樣本待測(cè)成分信息外，還容易受到雜散光、基線漂移、噪聲、樣本背景等無關(guān)信息的干擾，從而影響建模效果[17]，故在建立模型前先對(duì)光譜數(shù)據(jù)預(yù)處理，以此降低各種非目標(biāo)因素對(duì)檢測(cè)信息的影響，以期提高模型精度，建立更穩(wěn)定可靠的數(shù)學(xué)模型。

選擇S-G平滑法(Savitzky-Golay smoothing)對(duì)光譜數(shù)據(jù)預(yù)處理，平滑點(diǎn)數(shù)為3，所使用的數(shù)據(jù)處理軟件是The Unscrambler X 10.4，經(jīng)過S-G平滑法預(yù)處理后的光譜平均反射率曲線圖，如圖5。

圖5 預(yù)處理后的光譜平均反射率曲線圖

2.3 模型分析

2.3.1 連續(xù)投影算法

預(yù)處理后的光譜數(shù)據(jù)從481.15～800.03 nm波段范圍內(nèi)共1 621個(gè)波長(zhǎng)變量，數(shù)據(jù)維數(shù)過高，冗余信息過多，運(yùn)行時(shí)間過長(zhǎng)，直接建立模型會(huì)影響分類效果[18]，所以需對(duì)經(jīng)過S-G平滑預(yù)處理后的數(shù)據(jù)提取特征進(jìn)行降維；因連續(xù)投影算法篩選出的特征波長(zhǎng)數(shù)目較少，且優(yōu)選出的波長(zhǎng)建立模型預(yù)測(cè)效果較好[19]，故采用連續(xù)投影算法提取特征波長(zhǎng)，建立千禧番茄分類模型。根據(jù)均方根誤差(RMSE)最小原則，共優(yōu)選出11個(gè)波長(zhǎng)變量，如圖6(a)所示，分別是第56，198，427，951，1 129，1 195，1 228，1 264，1 350，1 559和1 618個(gè)變量，即對(duì)應(yīng)492.54，521.78，568.42，672.55，707.07，719.75，726.06，732.94，749.28，788.52和799.47 nm處的波長(zhǎng)，如圖6(b)所示。

圖6 連續(xù)投影算法提取特征波長(zhǎng)

2.3.2 支持向量機(jī)

使用支持向量機(jī)分類器將SPA算法提取的11個(gè)特征波長(zhǎng)作為輸入變量建立SPA-SVM模型，訓(xùn)練集和測(cè)試集每個(gè)千禧番茄品種的預(yù)測(cè)正確數(shù)目分別如表2和表3，預(yù)測(cè)分類結(jié)果分別如圖7和圖8。

表2 訓(xùn)練集分類結(jié)果

根據(jù)表2和圖7，訓(xùn)練集樣本每個(gè)類別有40個(gè)共160個(gè)，其中類別1預(yù)測(cè)正確數(shù)目為34，預(yù)測(cè)準(zhǔn)確率為85%；類別2預(yù)測(cè)正確數(shù)目為20，預(yù)測(cè)準(zhǔn)確率為50%；類別3預(yù)測(cè)正確數(shù)目為26，預(yù)測(cè)準(zhǔn)確率為65%；類別4預(yù)測(cè)正確數(shù)目為15，預(yù)測(cè)準(zhǔn)確率為37.5%。由表3和圖8，測(cè)試集樣本每個(gè)類別有20個(gè)共80個(gè)，其中類別1預(yù)測(cè)正確數(shù)目為17，預(yù)測(cè)準(zhǔn)確率為85%；類別2預(yù)測(cè)正確數(shù)目為14，預(yù)測(cè)準(zhǔn)確率為70%；類別3預(yù)測(cè)正確數(shù)目為8，預(yù)測(cè)準(zhǔn)確率為40%；類別4預(yù)測(cè)正確數(shù)目為5，預(yù)測(cè)準(zhǔn)確率為25%。

圖7 訓(xùn)練集分類結(jié)果

圖8 測(cè)試集分類結(jié)果

表3 測(cè)試集分類結(jié)果

綜上，訓(xùn)練集的平均分類準(zhǔn)確率為59.38%，測(cè)試集的平均分類準(zhǔn)確率為48.75%，結(jié)果表明支持向量機(jī)模型對(duì)千禧番茄品種的分類效果差。

2.3.3 GWO優(yōu)化SVM

采用灰狼優(yōu)化算法優(yōu)化上述支持向量機(jī)的參數(shù)c和g，建立SPA-GWO-SVM模型對(duì)千禧番茄分類預(yù)測(cè)，灰狼優(yōu)化算法所用公式如式(2)—式(10)。

灰狼個(gè)體與獵物的距離

D=|CP(n)-W(n)|

(2)

灰狼個(gè)體的位置更新

W(n+1)=P(n)-AD

(3)

α狼與其他灰狼個(gè)體的距離

Dα=|C1Wα(n)-W(n)|

(4)

β狼與其他灰狼個(gè)體的距離

Dβ=|C2Wβ(n)-W(n)|

(5)

δ狼與其他灰狼個(gè)體的距離

Dδ=|C3Wδ(n)-W(n)|

(6)

ω狼向α狼移動(dòng)

W1=Wα(n)-A1Dα

(7)

ω狼向β狼移動(dòng)

W2=Wβ(n)-A2Dβ

(8)

ω狼向δ狼移動(dòng)

W3=Wδ(n)-A3Dδ

(9)

ω狼的最終位置

W(n+1)=(W1+W2+W3)/3

(10)

其中，W表示當(dāng)前灰狼的位置；P表示獵物的位置；n表示當(dāng)前迭代次數(shù)；N表示最大迭代次數(shù)；D表示灰狼個(gè)體與獵物的距離；A和C是系數(shù)向量，A=2ab1-a，C=2b2；a是收斂因子，a=2-2n/N；b1和b2是[0, 1]內(nèi)的隨機(jī)數(shù)向量。

灰狼算法調(diào)優(yōu)步驟如下：

Step 1 初始化灰狼α，β，δ位置；

Step 2 計(jì)算灰狼個(gè)體適應(yīng)度值；

Step 3 比較灰狼個(gè)體適應(yīng)度值，找到最優(yōu)解、次優(yōu)解、第三優(yōu)解并分別保存位置到Wα，Wβ和Wδ；

Step 4 計(jì)算a，A，C值；

Step 5 根據(jù)式(1)—式(9)更新灰狼位置；

Step 6 判斷是否達(dá)到最大迭代次數(shù)，若是則輸出α位置即為所優(yōu)化參數(shù)的最優(yōu)解；若否則轉(zhuǎn)到Step 2。

經(jīng)灰狼算法優(yōu)化后的支持向量機(jī)參數(shù)如表4所示。

表4 經(jīng)灰狼算法尋優(yōu)的支持向量機(jī)參數(shù)

訓(xùn)練集和測(cè)試集每個(gè)千禧番茄品種的預(yù)測(cè)正確數(shù)目分別見表5和表6，預(yù)測(cè)分類結(jié)果分別見圖9和圖10。

表5 訓(xùn)練集分類結(jié)果

根據(jù)表5和圖9，訓(xùn)練集樣本每個(gè)類別有40個(gè)共160個(gè)，四個(gè)品種全部預(yù)測(cè)正確。由表6和圖10，測(cè)試集樣本每個(gè)類別有20個(gè)共80個(gè)，其中類別1預(yù)測(cè)正確數(shù)目為19，預(yù)測(cè)準(zhǔn)確率為95%；類別2預(yù)測(cè)正確數(shù)目為17，預(yù)測(cè)準(zhǔn)確率為85%；類別3預(yù)測(cè)正確數(shù)目為12，預(yù)測(cè)準(zhǔn)確率為60%；類別4預(yù)測(cè)正確數(shù)目為17，預(yù)測(cè)準(zhǔn)確率為85%。

表6 測(cè)試集分類結(jié)果

圖9 訓(xùn)練集分類結(jié)果

圖10 測(cè)試集分類結(jié)果

綜上，訓(xùn)練集平均分類準(zhǔn)確率均為100%，較支持向量機(jī)模型準(zhǔn)確率提高了40.62%，測(cè)試集的平均分類準(zhǔn)確率為81.25%，較支持向量機(jī)模型準(zhǔn)確率提高了32.50%，結(jié)果表明經(jīng)過灰狼算法優(yōu)化的支持向量機(jī)模型較未優(yōu)化支持向量機(jī)模型準(zhǔn)確率有明顯提高，對(duì)千禧番茄品種具有較好的分類效果。

使用SPA算法對(duì)S-G平滑處理后的光譜數(shù)據(jù)提取11個(gè)特征波長(zhǎng)(492.54，521.78，568.42，672.55，707.07，719.75，726.06，732.94，749.28，788.52和799.47 nm)作為模型輸入變量分別建立SPA-SVM模型和SPA-GWO-SVM模型對(duì)四個(gè)品種千禧番茄分類，訓(xùn)練集和測(cè)試集分類準(zhǔn)確率對(duì)比圖分別如圖11和圖12。分析可得，不論是訓(xùn)練集還是測(cè)試集，每個(gè)品種優(yōu)化后的SPA-GWO-SVM模型分類準(zhǔn)確率均明顯提高，其中類別2和類別4分類準(zhǔn)確率差異最為顯著，這說明灰狼優(yōu)化算法對(duì)支持向量機(jī)參數(shù)尋優(yōu)效果較好，可實(shí)現(xiàn)對(duì)千禧番茄品種的分類。

圖11 訓(xùn)練集準(zhǔn)確率對(duì)比

圖12 測(cè)試集準(zhǔn)確率對(duì)比

3 結(jié) 論

為篩選風(fēng)味佳且綜合營養(yǎng)價(jià)值高的千禧番茄品種，實(shí)現(xiàn)千禧番茄的快速準(zhǔn)確分類，對(duì)4種不同品種千禧番茄的分類開展了試驗(yàn)和分析。

(1)利用S-G平滑法對(duì)所采集的光譜數(shù)據(jù)作平滑去噪預(yù)處理，確定481.15～800.03 nm波段的光譜數(shù)據(jù)為有效光譜；

(2)采用連續(xù)投影算法對(duì)預(yù)處理后的樣本降維，得到11個(gè)特征變量，分別是492.54，521.78，568.42，672.55，707.07，719.75，726.06，732.94，749.28，788.52和799.47 nm；

(3)SPA提取的特征波長(zhǎng)作為輸入變量建立支持向量機(jī)模型，訓(xùn)練集共160個(gè)樣本，預(yù)測(cè)正確數(shù)目為95，預(yù)測(cè)平均分類準(zhǔn)確率為59.38%；測(cè)試集共80個(gè)樣本，預(yù)測(cè)正確數(shù)目為39，預(yù)測(cè)平均分類準(zhǔn)確率為48.75%；

(4)用灰狼算法尋找最優(yōu)支持向量機(jī)參數(shù)c和g，并用優(yōu)化的支持向量機(jī)分類模型對(duì)訓(xùn)練集樣本訓(xùn)練，訓(xùn)練集的最優(yōu)參數(shù)為c=56.888 3和g=36.971 1，四種樣本的平均分類準(zhǔn)確率為100%，較支持向量機(jī)模型準(zhǔn)確率提高了40.62%；測(cè)試集平均分類準(zhǔn)確率為81.25%，較支持向量機(jī)模型準(zhǔn)確率提高了32.50%。

研究結(jié)果表明經(jīng)灰狼算法優(yōu)化可明顯提高支持向量機(jī)的分類性能，實(shí)現(xiàn)千禧番茄快速準(zhǔn)確分類，為千禧番茄及其他果蔬準(zhǔn)確分類提供了新思路和方法。