في هذه الدراسة ، يمكن استخدام كاميرا 400-1000 نانومتر فائقة الطيف ، و FS13 ، منتجهانغتشو CHNSpec Technology Co. ، Ltd.، يمكن استخدامها في الأبحاث ذات الصلة.النطاق الطيفي 400-1000 نانومتر ، ودقة الطول الموجي أفضل من 2.5 نانومتر ، حتى 1200
قناتان طيفيتان.يمكن أن تصل سرعة الاستحواذ إلى 128 إطارًا في الثانية في الطيف الكامل ، والحد الأقصى بعد تحديد النطاق هو 3300 هرتز (دعم اختيار النطاق متعدد المناطق).
الذرة الرفيعة هي واحدة من المحاصيل الغذائية الهامة في الصين ، بسبب مغذياتها الغنية في الحبوب في صناعة النبيذ لديها حكم قاطع "النبيذ الجيد لا يمكن فصله عن الحبوب الحمراء" ، الطلب السنوي يصل إلى 20 مليون طن.في الوقت الحاضر ، الأنواع الرئيسية لنبيذ الذرة الرفيعة هي Luzhou Red و Qinghuyang و Runuo رقم 7 وأنواع أخرى من الذرة الرفيعة ذات المحتوى العالي من النشا.نظرًا لوجود أنواع كثيرة من الذرة الرفيعة ومناطق إنتاج مختلفة ، فإن محتويات النشا والبروتين والدهون والتانين في الحبوب مختلفة تمامًا ، مما يؤدي إلى اختلافات كبيرة في النكهة والأسلوب والجودة وإنتاجية الخمور.يمكن ملاحظة أن التحديد الدقيق والفعال لأصناف الذرة الرفيعة قبل تخزين المواد الخام للذرة الرفيعة له أهمية إرشادية مهمة للغاية لإنتاج الخمور عالية الجودة ، والتي يمكن أن تتحكم في عملية الإنتاج مثل وقت فقاعات الحبوب ، استهلاك المياه وتبخير الحبوب أثناء عملية التخمير.تتضمن طرق التحديد التقليدية بشكل أساسي التعريف التجريبي اليدوي واكتشاف العينات البيولوجية.الأول يخضع لتأثير شخصي ، وكفاءة منخفضة ، ويصعب تشكيل معيار موحد ، في حين أن الأخير مرهق ويستغرق وقتًا طويلاً وشاقًا.كلاهما لا يفي باحتياجات مؤسسات الخمور الحديثة لتحديد الذرة الرفيعة ، لذلك من الضروري إيجاد طريقة تصنيف وكشف سريعة ودقيقة وبسيطة لأصناف الذرة الرفيعة.الهدف من هذه الدراسة هو تصنيف 11 نوعا من الذرة الرفيعة من خلال الجمع بين المعلومات الطيفية ومعلومات الصور ، وتحديد أصناف مختلفة من الذرة الرفيعة من خلال تحسين تقنيات الطيفية الفائقة وطرق التعلم الآلي من خلال المقارنة والتحقق الخارجي ، وذلك لتحسين دقتها وكفاءتها في التطبيق.
المنحنيات الطيفية الأصلية لـ 550 عينة من 11 فئة من الذرة الرفيعة والمنحنيات الطيفية بعد المعالجة MSC موضحة في الشكل 1. كل لون يمثل فئة مختلفة.
في هذا البحث تم دراسة التعرف على 11 نوعا من الذرة الرفيعة بالاعتماد على مزيج الطيف الفائق الطيفي ومعلومات الصورة.تم جمع الصور الفائقة الطيفية للذرة الرفيعة ، وتم اختيار 48 من الأطوال الموجية المميزة من الأطياف بعد المعالجة المسبقة لـ MSC بواسطة خوارزمية SPA ، ثم تم استخلاص السمات النسيجية للصور.تم إنشاء نماذج تصنيف SVM و PLS-DA و ELM بناءً على ميزات النسيج والطيف الكامل وطيف الميزات ومعلومات الصور المجمعة الخاصة بهم ، على التوالي.أخيرًا ، تم استخدام البيانات غير المتضمنة في النمذجة للتحقق الخارجي.تظهر النتائج أن نموذج تصنيف SVM المعتمد على مزيج من ميزات الطيف والملمس له أفضل تأثير.معدل التعرف الصحيح لمجموعة الاختبار هو 95.3٪ ، ودقة مجموعة التحقق 91.8٪.يمكن أن يؤدي الجمع بين الطيف المرئي والصورة إلى تحقيق التعرف السريع على الذرة الرفيعة بشكل فعال وتحسين دقة التعرف على النموذج.يوفر هذا أساسًا نظريًا للكشف عن المواد الخام المختلفة للتخمير وتحقيق أتمتة التخمير.