この調査では、400-1000nm hyperspectralカメラは使用しFS13の杭州CHNSpecの技術Co.、株式会社のプロダクトは関連の研究に、使用することができる。スペクトル領域は400-1000nmであり、波長の決断は2.5nm、1200までよりよい
2つの分光チャネル。獲得の速度はバンド選択が3300Hz （サポート多領域バンド選択）だった後完全なスペクトルの128FPS、および最高に達することができる。
モロコシは赤い穀物からワイン醸造業の穀物の豊富な栄養素のために中国の重要な食用作物の1つ、持っている「よいワイン」の鋭い判断、20まで，000,000のt.の年次要求を現在分かれることができないワインのモロコシの主要な変化である、Qinghuyang赤い、瀘州市Runuo第7および高い澱粉内容が付いている他の粘着性のモロコシそうなったものである。多くの種類のモロコシおよび異なった作成区域があるので、アルコール飲料の味、様式、質および収穫の大きい相違をもたらす穀物の澱粉、蛋白質、脂肪およびタンニンの内容は非常に異なっている。それはモロコシの原料のバッチ貯蔵の前のモロコシの変化の正確で、有効な同一証明におよび穀物醸造プロセスの間に蒸気を発する泡立つ穀物、使用水量の時のような工程を制御できる良質のアルコール飲料の生産のための非常に重要な指導の重大さがあること見ることができる。従来の同一証明方法は主に手動経験的な同一証明および生物的試しの検出が含まれている。前は主観的な影響、低効率、および統一された標準を形作ること困難に応じて後者は扱いにくく、時間のかかる困難であるがある。両方はモロコシを識別するための現代アルコール飲料企業の必要性を満たすことができない速く、正確で簡単なモロコシの変化の分類および検出方法を見つけるために従って緊急である。この調査の目的は分光情報およびイメージ情報の結合によって11のモロコシの変化を分類すること適用の正確さそして効率を改善するためにhyperspectral技術および機械学習方法を最大限に活用することによって比較および外的な証明によって異なったモロコシの変化を、識別する。
MSCの前処理が図1.で示されていた後モロコシの11の部門の550のサンプルの元の分光カーブおよび分光カーブ。各色は別の部門を表す。
このペーパーでは、モロコシの11の変化の同一証明はhyperspectralスペクトルおよびイメージ情報の組合せに基づいて調査された。モロコシのhyperspectralイメージは集められた、48の特徴の波長は鉱泉のアルゴリズムによって調査分析するMSCの後でスペクトルから選ばれ、それからイメージの質の特徴は得られた。SVM、PLS-DAおよびニレの分類モデルは質の特徴、完全なスペクトル、特徴スペクトルおよび結合されたイメージ情報に基づいて、それぞれ確立された。最後に、模倣にかかわらなかったデータは外的な証明のために使用された。結果は特徴のスペクトルおよび質の特徴の組合せに基づくSVMの分類モデルが最もよい効果をもたらすことを示す。テスト セットの正しい認識率は95.3%であり、証明セットの正確さは91.8%である。可視スペクトルおよびイメージの組合せは効果的にワインのモロコシの急速な認識を実現し、モデルの認識の正確さを改善できる。これは別の醸造の原料の検出および醸造のオートメーションの認識に理論的な基礎を提供する。