利用可见-近红外高光谱成像结合机器学习预测模型快速无损估测枣糖浆的化学性质

《Food Chemistry: X》：Rapid and non-destructive estimation of chemical properties of date syrup using visible-near infrared hyperspectral imaging combined with machine learning predictive models

　　

在本研究中，研究人员开发了一种结合高光谱成像（hyperspectral imaging）与人工智能（artificial intelligence）的创新混合方法，以替代昂贵且耗时的实验室方法测定枣糖浆（date syrup）的化学性质。使用三种机器学习模型：人工神经网络（Artificial Neural Network, ANN）、偏最小二乘回归（Partial Least Squares Regression, PLSR）和支持向量回归（Support Vector Regression, SVR），分析了与酸度（acidity）、白利度（Brix）、果糖（fructose）、羟甲基糠醛（Hydroxymethylfurfural, HMF）、pH值和粘度（viscosity）相关的高光谱数据。这些模型在两种策略下进行评估：有特征选择步骤和无特征选择步骤。在模型中，人工神经网络（ANN）表现出优于其他方法的性能。结果显示，最优性能通过隐藏层中四个神经元并使用Levenberg-Marquardt激活函数实现。对于上述性质，预测准确率分别为100%、99.99%、100%、99.99%、100%和99.99%。在无特征选择策略下，所有化学参数的预测准确率均达到100%。这些发现突显了高光谱成像和人工神经网络在估测枣糖浆化学性质方面的能力。

**论文解读：基于高光谱成像与机器学习的枣糖浆化学性质快速无损检测研究**

**研究背景与问题**

枣糖浆（date syrup）是一种高营养价值食品，富含糖类、矿物质和抗氧化物质，广泛应用于传统和工业食品中。其化学性质如酸度、白利度（Brix）、果糖（fructose）、羟甲基糠醛（HMF）、pH值和粘度是评价产品质量的关键指标。传统实验室测定方法（如AOAC标准方法）虽然精确，但耗时、成本高，且需要专业设备和操作人员，难以满足工业实时在线质量控制的需求。因此，开发一种快速、无损、准确的检测方法成为食品加工领域的重要课题。高光谱成像（Hyperspectral Imaging, HSI）技术结合光谱与成像，能够同时获取样品空间和光谱信息，已广泛应用于食品品质评估。然而，针对枣糖浆这类高粘度液态产品的系统性研究尚不充分。本研究旨在利用可见-近红外（VNIR）高光谱成像与机器学习预测模型，建立枣糖浆化学性质的快速无损估测方法，为智能质量控制提供新途径。论文发表在《Food Chemistry: X》。

**研究内容与主要结论**

研究人员从伊朗班达阿巴斯市场购买三种不同等级的枣糖浆（品牌Mardasang），通过标准化学方法测量其酸度、白利度、果糖、HMF、pH值和粘度作为参考值。使用高光谱相机（Specam，Parto Sanat公司，伊朗赞詹）在400–950 nm波长范围获取666个波段的图像。通过主成分分析（PCA）选择7个有效波长（758.43, 839.46, 871.70, 889.07, 894.03, 932.89, 940.33 nm），并从每个波长提取6个统计特征（均值、最小值、最大值、中位数、方差、标准差），共得到42个特征。采用序列特征选择（SFS）方法进一步筛选出8个高效特征。在此基础上，分别构建并评估了三种机器学习模型：人工神经网络（ANN）、偏最小二乘回归（PLSR）和支持向量回归（SVR），并在有/无特征选择两种策略下进行预测。研究发现，ANN模型在所有化学性质上均达到接近100%的预测精度，最优结构为隐藏层4个神经元，使用Levenberg-Marquardt训练算法。PLSR和SVR在特征选择后性能提升，但总体精度低于ANN。研究结果表明，高光谱成像结合ANN能够以非破坏性方式精确估测枣糖浆的多种化学性质，且特征选择可将输入特征减少81%（从42个降至8个），显著降低计算复杂度，有望实现工业在线实时监测。

**关键技术方法（不超过250字）**

研究人员采用的主要关键技术包括：1）可见-近红外高光谱成像系统（400–950 nm，666个波段），通过线性扫描获取枣糖浆样本的高光谱图像（样本来源：伊朗班达巴斯当地市场三种等级枣糖浆）。2）化学参考值测定依据AOAC（1997）标准方法，使用酶法测果糖，折射仪测白利度，pH计测pH，Brookfield粘度计测粘度。3）数据预处理：通过主成分分析（PCA）从第一主成分（PC1）和第二主成分（PC2）峰值选择7个有效波长，并提取6种统计特征；采用序列特征选择（SFS）降维。4）模型构建：人工神经网络（ANN）使用Levenberg-Marquardt训练算法，隐藏层神经元数2–20；偏最小二乘回归（PLSR）基于潜在变量；支持向量回归（SVR）使用高斯核函数，参数通过网格搜索优化。

**研究结果**

**3.1 最优超立方通道（Optimal hypercubes' channels）**
通过主成分分析（PCA）对高光谱图像通道（665通道）进行分析，PC1和PC2曲线显示不同等级枣糖浆的显著差异。根据峰值确定有效通道为434、532、571、592、598、645、654，对应有效波长分别为758.43、839.46、871.70、889.07、894.03、932.89、940.33 nm。

**3.2 高效特征选择（Selection of efficient features）**
从7个有效波长共提取42个特征。经序列特征选择（SFS）后，保留8个高效特征：在722.05 nm的最大值、811.35 nm的最大值和方差、839.46 nm的中位数、882.46 nm、889.07 nm、901.47 nm和932.89 nm的均值。这些特征用于模型输入，在保持预测能力的同时简化模型。

**3.3 预测（Prediction）**

**3.3.1 化学性质（Chemical properties）**
通过实验室测定三种枣糖浆的化学性质（如酸度0.249–0.589 mg/100g，白利度69.15–79.25°，果糖1.8–3.0%，HMF 12.0–15.3 mg/kg，pH 5.84–7.36，粘度55.3–66.8 cm²/s）作为模型输出。

**3.3.2 人工神经网络模型（Artificial neural network models）**
- 基于特征选择：最优ANN结构为隐藏层4个神经元（对酸度、Brix分别使用13、7个神经元，优化后综合4个），Levenberg-Marquardt激活函数，验证误差最低（如酸度1.25×10^-14）。预测相关度（R²）在训练、验证、测试和总体中均达到99.99–100%。
- 无特征选择：使用全部42个特征，ANN同样达到100%预测精度（R²均为100%），表明ANN能直接从高维数据中提取有效信息。

**3.3.3 偏最小二乘回归（Partial least squares regression）**
- 无特征选择：PLSR对酸度、HMF和粘度预测较好（R²分别为99.78%、98.59%、93.66%），但对Brix、果糖和pH预测较差（R²分别为60.60%、11.76%、22.40%），MSE较高。
- 基于特征选择：PLSR性能显著提升，所有化学性质的R²均在99.2%以上，MSE大幅降低，说明特征选择对PLSR至关重要。

**3.3.4 支持向量回归模型（Support vector regression models）**
- 无特征选择：SVR使用高斯核（C=100, λ=1, ε=0.001, 核宽度0.01），R²在82.77%–99.78%之间，其中果糖预测最好（99.78%），粘度最差（82.77%）。
- 基于特征选择：SVR预测精度略有改善，除果糖外（R²=36.16%），其他性质R²在91.10%–98.93%之间，但果糖预测显著下降。

**讨论与结论**

通过对比三种模型，ANN在所有策略下均表现出最优性能，这归因于其能够建模高光谱数据与化学性质间的复杂非线性关系，且对高维、共线性数据鲁棒性更强。PLSR和SVR在特征选择后性能接近ANN，但整体略逊。结论部分指出：本研究成功开发了基于高光谱成像（HSI）与人工神经网络（ANN）的快速无损方法，用于估测枣糖浆的酸度、白利度、果糖、羟甲基糠醛（HMF）、pH值和粘度。最优ANN模型（隐藏层4个神经元）实现了99.99–100%的预测相关系数（R²）。特征选择将输入特征减少81%（从42个降至8个），显著降低实时监测的计算时间（预计缩短30–40%），同时保持接近完美的预测精度。这些结果突显了高光谱成像（HSI）与人工神经网络（ANN）在食品加工行业开发智能实时质量控制系统的潜力，能够优化操作效率并增强枣糖浆化学性质监测的可靠性。