In questo studio, una macchina fotografica hyperspectral 400-1000nm può essere usata e FS13, un prodotto della tecnologia il Co., srl di Hangzhou CHNSpec, può essere usato per la ricerca relativa. L'ampiezza dello spettro è 400-1000nm e la risoluzione di lunghezza d'onda è migliore di 2.5nm, fino a 1200
Due canali spettrali. La velocità di acquisizione può raggiungere 128FPS nello spettro completo ed il massimo dopo che la selezione della banda è 3300Hz (selezione multiregionale della banda di sostegno).
Il sorgo è una delle raccolte per uso alimentare importanti in Cina, a causa delle sue sostanze nutrienti ricche nel grano nell'industria enologica ha «buon vino non può essere separato attualmente un giudizio incisivo dal grano rosso», la domanda annuale di fino a 20 milione T., le varietà principali di sorgo del vino è Luzhou rosso, Qinghuyang, no. 7 di Runuo e l'altro sorgo glutinoso con il contenuto amilaceo elevato. Poiché ci sono molti generi di sorgo e di aree di produzione differenti, il contenuto di amido, di proteina, di grasso e di tannino nel grano è molto differente, che conduce alle grandi differenze nel sapore, nello stile, nella qualità e nel rendimento di liquore. Può essere visto che l'identificazione accurata ed efficiente delle varietà del sorgo prima dello stoccaggio in lotti delle materie prime del sorgo ha un significato guidante molto importante per la produzione di liquore di alta qualità, che può controllare il processo di produzione quale il periodo di grano di ribollimento, consumo di acqua e grano di cottura a vapore durante il processo facente. I metodi tradizionali dell'identificazione pricipalmente comprendono l'identificazione empirica manuale e la rilevazione di campionamento biologica. Il precedente è conforme ad influenza soggettiva, a basso rendimento ed a difficile formare una norma unificata, mentre l'ultimo è ingombrante, che richiede tempo e laborioso. Entrambi non possono soddisfare le esigenze delle imprese moderne del liquore dell'identificazione del sorgo, in modo da è urgente trovare un metodo veloce, accurato e semplice di classificazione e di rilevazione di varietà del sorgo. L'obiettivo di questo studio è di classificare 11 varietà del sorgo riunendo le informazioni spettrali e le informazioni di immagine ed identifica le varietà differenti del sorgo per l'ottimizzazione dei metodi hyperspectral di apprendimento automatico e della tecnologia con il confronto e la verifica esterna, in modo da migliorare la loro accuratezza ed efficienza nell'applicazione.
Le curve spettrali originali di 550 campioni di 11 categoria di sorgo e le curve spettrali dopo che il pretrattamento del MSC è indicato nella figura 1. Ogni colore rappresenta una categoria differente.
In questa carta, l'identificazione di 11 varietà di sorgo è stata studiata basata sulla combinazione di informazioni hyperspectral di immagine e di spettro. Le immagini hyperspectral di sorgo sono state raccolte, 48 lunghezze d'onda della caratteristica sono state scelte dagli spettri dopo il MSC che preelabora dall'algoritmo della STAZIONE TERMALE e poi le caratteristiche di struttura delle immagini sono state estratte. I modelli di classificazione di SVM, di PLEASE-DA e dell'OLMO sono stati stabiliti in base alle caratteristiche di struttura, spettro completo, spettro della caratteristica e le loro informazioni riunite di immagine, rispettivamente. Per concludere, i dati non non in questione nella modellistica sono stati usati per la verifica esterna. I risultati indicano che il modello di classificazione di SVM basato sulla combinazione di caratteristiche di spettro e di struttura della caratteristica ha il migliore effetto. Il tasso di riconoscimento corretto dell'insieme della prova è 95,3% e l'accuratezza dell'insieme di verifica è 91,8%. La combinazione di spettro visibile e di immagine può efficacemente realizzare il riconoscimento rapido del sorgo del vino e migliorare l'accuratezza del riconoscimento del modello. Ciò fornisce una base teorica per la rilevazione delle materie prime fare differenti e la realizzazione di fare l'automazione.