一种基于多种苹果品质指标的可视化评定方法与流程

本发明属于苹果品质评价
技术领域：
，尤其涉及一种基于多苹果品质指标的可视化评定方法。
背景技术：
：目前，最接近的现有技术：据fao统计2017年我国苹果的总产量为4450万吨，占世界总产量58％，苹果消费量3838万吨，占世界总额的59％，我国的苹果产销均居世界首位(庞桂娟等2018)。但是我国苹果的品质参差不齐，导致我国苹果及其加工产业在国内外市场都不是很占优势。导致我国苹果品质参差不齐的原因有很多。例如，我国国家标准gb/t10651-2008《鲜苹果》和农业行业标准ny/t2316-2013《苹果品质指标评价规范》对苹果的品质仅是从单一指标上确定了等级分类，然而没有一套完整的苹果品质综合评价标准。在苹果品质评价方面，很多的学者做过大量的研究，大多数文章都是对苹果品质指标进行分散性的评价，利用单个苹果品质指标对苹果品质进行评价，忽略了苹果品质因子指标间的关联作用。然而，雷达图综合评价的技术在苹果品质综合评价领域还未应用，因此本发明提出了一种基于雷达图的苹果品质综合评价的方法。综上所述，现有技术存在的问题是：(1)现有的技术大多是采用回归模型的方式对苹果品质进行评价，忽略了苹果品质指标内部的相互关联，没有将苹果品质单一、分散的评价指标(糖度、酸度、果皮破裂最大力、果肉平均硬度、色泽h*等)集成统一。(2)苹果品质评价存在一定的区域性，不同区域的人对苹果品质的评价是不同，很难实现评价结果的统一。解决上述技术问题的难度：针对问题1，采用基于雷达图的综合评价方式，能够一定程度上解决苹果品质指标间相互关联的问题，利用雷达图的几何特征，完成对苹果品质的综合评价。问题2的解决需要大量的实验数据，时间成本和人工成本都比较大，因此，解决起来比较困难。解决上述技术问题的意义：通过雷达图的方式对苹果品质做出综合的评价，将苹果品质单一、分散的评价指标(糖度、酸度、果皮破裂最大力、果肉平均硬度、色泽h*等)集成统一，很好的实现苹果品质的综合评价，可视化的评价结果使得人们对苹果品质认识的更加充分。技术实现要素：针对现有技术存在的问题，本发明提供了一种基于多苹果品质指标的可视化评定方法。本发明是这样实现的，一种基于多苹果品质指标的可视化评定方法，所述基于多苹果品质指标的可视化评定方法包括：步骤一，基于苹果品质数据，筛选出最基本的5个苹果品质因子指标；步骤二，基于5个最基本的苹果品质因子，采取归一化的预处理方法将数据归一化到特定的区间并实现苹果品质因子的正向化，再者采用反正切函数对数据进行非线性化；步骤三，基于经过预处理的数据，将其绘制在雷达图上，计算雷达图的面积、周长等几何特征；步骤四，利用该样本苹果雷达图的面积比上基准雷达图的面积和该样本苹果的面积与周长平方和的算数平方根的乘积作为苹果品质的综合评分，完成对苹果品质的综合评价。进一步，所述基于多苹果品质指标的可视化评定方法具体包括以下步骤：第一步，筛选出苹果品质评价的最基本的5个苹果品质因子指标；第二步，基于最基本的5个苹果品质因子指标，区分5个品质因子是正向指标还是固定性指标；不同性质的苹果品质指标采用不同的处理方式，如式(1)所示，进而，将苹果品质因子指标的数据限定在区间(a，b)内；基于在特定区间(a，b)的数据，采用反正切函数(2)对数据进行非线性处理。经过非线性处理的数据呈现这样的特性，数据值在苹果品质因子指标适合值附近有较大的变化幅度，在极大值和极小值附近有较小的变化幅度。并且苹果品质因子的数值越优秀，在雷达图上凸显的数轴越长，所代表的值就越大；公式中a代表区间上限，b代表数据的下限，y代表某一个指标的样本数据，ymax、ymin代表样本数据中的最大值和最小值，y0代表固定性指标的适合值，y*代表经过公式处理的样本数据；公式中x代表(1)的结果值，μ0表示品质因子的适合值；苹果品质因子的适合值μ0由样本的均值和国家标准文件的标定值共同决定；第三步，绘制多苹果品质指标的苹果品质综合评价雷达图，将多个维度的数据量映射到坐标轴上，坐标轴起始于同一个圆心点，结束于圆周边缘；将同一组的点使用线连接起来就称为雷达图；每一个维度的数据都分别对应一个坐标轴，坐标轴具有相同的圆心，以相同的间距沿着径向排列，并且各个坐标轴的刻度相同，连接各个坐标轴的网格线通常只作为辅助元素。将各个坐标轴上的数据点用线连接起来就形成了一个多边形；坐标轴、点、线、多边形共同组成了雷达图；基于选定的5个苹果品质指标，对雷达图的各个轴进行限定。设定评价指标用从原点向外均等角度发散的轴表示，依据各个指标对苹果品质评价的相对重要性，设定各个轴线的顺序依次为：轴1-最重要的指标，轴2-第二重要的指标，轴3-第三重要的指标，轴4-第四种重要的指标，轴5-第五重要的指标；每一个评价指标的大小用坐标轴上的点表示，最后将每一维度上的点连接起来就是苹果品质评价的雷达图；第四步，计算雷达图的几何特征，并对苹果品质进行综合的评价；基于第三步得到的雷达图，利用雷达图的几何特性，计算出基准雷达图的面积s0、该苹果样本的雷达图的面积s和周长的平方l，利用(3)，计算苹果品质的综合得分，实现对苹果品质的综合评价；进一步，计算苹果品质综合评价基准雷达图的面积s0，当反正切函数中的x值为μ0时，计算得到多苹果品质指标的基准雷达图每一个数轴上的基准值为1，则将检测样本苹果雷达图的面积记做s、边长的平方和记做l，采用形如的方式综合雷达图的面积和周长因素对苹果做出综合的评价，雷达图面积s和边长平方和l的计算公式如下：s＝s1+s2+s3+s4+s5(4)结合公式(4)、(5)、(6)、(7)、(8)、(9)得到公式(10)，公式(10)作为最终计算雷达图面积的公式；在求解雷达图边长的平方和时，采用余弦公式求解得到每一个边长的平方然后再求和；具体的公式如下所示：综合公式(11)、(12)、(13)、(14)、(15)、(16)得到求解雷达图边长平方和的公式(17)；本发明的另一目的在于提供一种应用所述基于多苹果品质指标的可视化评定。综上所述，本发明的优点及积极效果为：本发明基于雷达图的苹果品质综合评定方法通过雷达图综合评价技术，将苹果品质单一、分散的评价指标(糖度、酸度、果皮破裂最大力、果肉平均硬度、色泽h*等)集成统一，为苹果品质的综合评价提供科学可靠的理论支撑。通过雷达图综合评价苹果的品质，使评估结果能够更加直观反映苹果品质的优劣程度，有利于全面的对苹果的品质做出科学的评价；本发明不仅能够丰富苹果品质评价体系，为实现富士苹果高质量化和国际化开辟了新的思路、方法和理论，而且对推动现代果业快速发展，具有重要的理论、方法意义和应用价值，促进我国苹果产业评价和分级体系发展。本发明在大量的实验数据和基于图像化的评价体系完善的基础上，在分析影响苹果品质主要生理指标的基础上，通过雷达图构建苹果品质的评价模型；针对苹果品质指标间的相互影响联系，采用归一化的数据处理方法并结合非线性变换的方法。本发明能够丰富和完善了苹果品质评价的模型的理论内涵，为实现富士苹果高质量化和国际化开辟了新的思路、方法和理论，而且对推动现代果业快速发展，具有重要的理论、方法意义和应用价值。附图说明图1是本发明实施例提供的基于多苹果品质指标的可视化评定方法流程图。图2是本发明实施例提供的苹果品质评价示意图。图3是本发明实施例提供的基于雷达图的苹果品质评价的雷达图。图4是本发明实施例提供的基于雷达图的苹果品质评定方法的9个具有代表性的样本苹果雷达图。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。针对现有的技术没有将苹果品质单一、分散的评价指标集成统一；苹果品质的评价存在一定的区域性，不同区域的人对苹果品质的评价是不同，很难实现评价结果的统一的问题。本发明在大量的实验数据和基于图像化的评价体系完善的基础上，在分析影响苹果品质主要生理指标的基础上，通过雷达图构建苹果品质的评价模型；针对苹果品质指标间的相互影响联系，采用归一化的数据处理方法并结合非线性变换的方法。下面结合附图对本发明的应用原理作详细的描述。如图1所示，本发明实施例提供的基于多苹果品质指标的可视化评定方法包括以下步骤：s101：基于国家标准文件和2017年苹果品质数据，筛选出最基本的5个苹果品质因子指标；s102：基于5个最基本的苹果品质因子，采取归一化的预处理方法将数据归一化到特定的区间并实现苹果品质因子的正向化，再者采用反正切函数对数据进行非线性化；s103：基于经过预处理的数据，将其绘制在雷达图上，计算雷达图的面积、周长等几何特征；s104：利用该苹果雷达图的面积比上基准雷达图的面积和该苹果的面积与周长平方和的算数平方根的乘积作为苹果品质的综合评分，完成对苹果品质的综合评价。本发明实施例提供的基于多苹果品质指标的可视化评定方法具体包括以下步骤：第一步，确定苹果品质评价最基本的5个评价指标。阅读国内外大量的参考文献发现，对于苹果品质的评价多集中在苹果的糖度、酸度和苹果质地等方面，国家标准文件中也分别对苹果的糖度、酸度等信息进行了描述和区分等级，结合不同品种苹果品质评价的实际数据，筛选出苹果品质评价的最基本的5个苹果品质因子指标。第二步，基于最基本的5个苹果品质因子指标，区分5个品质因子是正向指标还是固定性指标；不同性质的苹果品质指标采用不同的处理方式，如式(1)所示，进而，将苹果品质因子指标的数据限定在区间(a，b)内；基于在特定区间(a，b)的数据，采用反正切函数(2)对数据进行非线性处理。经过非线性处理的数据呈现这样的特性，数据值在苹果品质因子指标适合值附近有较大的变化幅度，在极大值和极小值附近有较小的变化幅度。并且苹果品质因子的数值越优秀，在雷达图上凸显的数轴越长，所代表的值就越大。公式中a代表区间上限，b代表数据的下限，的y代表某一个指标的样本数据，ymax、ymin代表样本数据中的最大值和最小值，y0代表固定性指标的适合值，y*代表经过公式处理的样本数据。公式中x代表公式1的结果值，μ0表示品质因子的适合值。苹果品质因子的适合值μ0由样本的均值和国家标准文件的标定值共同决定。第三步，绘制多苹果品质指标的苹果品质综合评价雷达图，雷达图又叫戴布拉图、蜘蛛网图，是一种表现多维数据的图标。将多个维度的数据量映射到坐标轴上，这些坐标轴起始于同一个圆心点，结束于圆周边缘。将同一组的点使用线连接起来就称为雷达图。每一个维度的数据都分别对应一个坐标轴，这些坐标轴具有相同的圆心，以相同的间距沿着径向排列，并且各个坐标轴的刻度相同，连接各个坐标轴的网格线通常只作为辅助元素。将各个坐标轴上的数据点用线连接起来就形成了一个多边形。坐标轴、点、线、多边形共同组成了雷达图。雷达图因其良好的可视化特性，在综合评价方面应用非常广泛，然而在苹果品质综合评价方面的应用不是很多。在阅读大量参考文献的基础上，选定与苹果品质相关最大的5个指标。基于选定的5个苹果品质指标，对雷达图的各个轴进行限定。设定评价指标用从原点射出的轴表示，依据各个指标对苹果品质评价的相对重要性，设定各个轴线的顺序依次为：轴1-最重要的指标，轴2-第二重要的指标，轴3-第三重要的指标，轴4-第四种重要的指标，轴5-第五重要的指标。每一个评价指标的大小用坐标轴上的点表示，最后将每一维度上的点连接起来就是苹果品质评价的雷达图。结果示意图如图2所示，图中浅黄色的区域代表大部分富士苹果的平均水平，作为所有检测苹果品质的平均水平，淡蓝色的区域代表样本的检测值。第四步，计算雷达图的几何特征，并对苹果品质进行综合的评价。基于第三步获得雷达图，利用雷达图的几何特性，计算出基准雷达图的面积s0、该苹果样本的雷达图的面积s和周长的平方l，利用公式3，计算苹果品质的综合得分，实现对苹果品质的综合评价。基于雷达图的苹果品质综合评定方法进一步包括：苹果品质综合评价的基准雷达图面积s0的计算，即当反正切函数中的x的值为μ0时，计算得到多苹果品质指标的基准雷达图每一个数轴上的基准值为1，则将检测样本苹果雷达图的面积记做s、边长的平方和记做l，采用形如的方式综合雷达图的面积和周长因素对苹果做出综合的评价，雷达图面积s和边长的平方和l的计算：s＝s1+s2+s3+s4+s5(4)结合公式(4)、(5)、(6)、(7)、(8)、(9)可以得到公式10，公式10作为最终的计算雷达图面积的公式。在求解雷达图边长的平方和的时候，采用余弦公式求解得到每一个边长的平方然后再求和。具体的公式如下所示：综合公式(11)、(12)、(13)、(14)、(15)、(16)得到求解雷达图边长平方和的公式(17)下面结合附图对本发明的应用原理作进一步的描述。本发明实施例提供的基于雷达图的苹果品质综合评价方法具体包括一下步骤：第一步，基于国家标准文件和2017年获取的扶风县红富士苹果的品质指标的数据样本，通过整合国标文件中有关苹果品质的参数和2017年的样本数据，筛选出影响苹果品质的最基本的5个品质因子指标糖度、酸度、果皮最大力、果肉平均硬度和色泽h*。第二步，对苹果品质因子指标样本进行数据的预处理，利用excel2010首先对数据进行简单的处理得到苹果品质样本的一些基本的参数，处理结果如表1所示，表12017年5个苹果品质因子指标的基本参数苹果品质因子指标的平均值和标准差可通过该标准样本估计，即：本实验样本中，正向指标有糖度值、果皮最大力和色泽h*，固定性指标有酸度和果肉平均硬度。在国家标准的文件中指出苹果的酸度值为0.4的时，果品的品质是比较好的，果肉平均硬度在6.5kgf/cm2左右是比较好的。所以酸度的适合值y0＝0.3×0.4+0.7×0.32＝0.344，果肉平均硬度的y0＝0.3×6.5+0.7×9.21＝8.40。然后，利用公式21对苹果品质因子数据进行预处理。最后利用反正切函数对数据进行处理，将数据限定在区间(0,2)内。第三步，结合雷达图的特性，确定苹果品质因子指标在雷达图中的排列顺序。设定评价指标用从原点射出的轴表示，依据各个指标对苹果品质评价的相对重要性，设定各个轴线的顺序依次为：轴1-糖度，轴2-酸度，轴3-果皮最大力，轴4-果肉平均硬度，轴5-色泽h*值。每一个评价指标的大小用坐标轴上的点表示，最后将每一维度上的点连接起来就是苹果品质评价的雷达图。结果示意图如图3所示。第四步，基于雷达图的多苹果品质指标的苹果品质综合评价。利用雷达图的几何特性，计算出基准雷达图的面积s0、该苹果样本的雷达图的面积s和周长的平方l，利用公式计算苹果品质的综合得分，实现对苹果品质的综合评价。其中对于公式中的s(即该苹果样本的面积)用公式l值的大小采用公式计算获得，最终的到数据结果如表2所示：表2基于雷达图的苹果品质综合评价方法的计算结果编号糖度酸度果皮破裂果大肉力平均硬度色泽h*sly161.2724631.7373071.789691.4236896031.3169745.42987921.4391324.6156811.1869111.5058511.5653191.2702580711.5767734.75870918.9064818.9654241.6656071.7373070.9559781.7311100780.8042344.25177519.3183416.19061231.3305651.6491151.079250.9726165821.6642274.21164817.3723515.13667571.4857431.5741781.5460721.4189122540.5538064.0776417.4667314.45913371.2924341.6946730.863531.6101843881.1996654.0544817.3223714.27675381.4727031.5058511.5995531.495359640.3524883.83488517.4646913.18657671.1869111.2388811.1368231.0374135441.7835213.81626415.7462712.42996621.6940011.643290.2059771.5598462661.266143.59657818.128812.2023200.5107141.6575391.6269061.5108688340.8489483.66986616.1246411.8616481.2924341.4790851.5045911.5572806920.4179873.64789616.2581411.80381101.2724631.4790851.6803860.8162365420.9944393.7168215.3637411.80127351.554291.1923611.5096731.8217437230.2619973.46569617.8820211.4635500.9965911.705451.5855741.298355350.5080363.62747515.5406111.44363421.554291.4500330.5061330.7379772121.7733853.53139915.7807511.07662641.718250.8358971.7215261.8172218690.2734123.31459118.9066411.02491151.20911.4790851.5222431.1581495510.7576293.6122914.590611.01878441.0697661.7250081.7869961.0020921160.289173.47981615.6717710.79733711.6656071.0414040.6516161.2646581441.4412393.54765414.767110.78904180.9965910.8655911.1652951.4350792061.6050843.54108614.3216310.59556591.2724631.4185261.36190.7734238751.241043.48527314.116610.27172210.5236151.3475851.6577161.7233731890.5813253.37749915.1948610.16633661.5642651.4185260.3215231.1421471091.4720833.34121814.982469.932804751.20911.0931181.7907330.6176115581.4099793.31004415.390589.92661561.3995291.7373071.6481980.5291211510.3207873.22675515.104269.465025701.6089171.5532260.3302390.6606709431.5235493.18031114.702399.137374541.4982911.6181690.3975541.0870555981.2053053.14613714.289458.863337760.1601881.7835361.1138861.3568975161.6146572.96413916.828288.796111191.4152810.8358971.541431.7471501180.3705213.0131215.556128.667591221.554291.0205250.7147980.6424726991.7302053.12695413.73328.609764430.3453041.7155421.5636470.8931100861.3391143.00998515.218368.559602770.1845961.0725421.2227631.5451597591.6923833.00829914.885048.45823321.2307750.7880341.4165930.9865850961.3704153.10163812.980078.26891331.3995291.7531760.2621540.5124329391.6319842.93298815.1018.201461300.9965911.2828731.4776891.6098717130.2811542.9891214.015298.12903791.3995291.2828731.4487260.7436645730.7943593.05944512.780528.038246521.2519041.5820990.2005760.6790975061.7770882.78932314.553187.467072171.5439291.0205250.3552081.360993041.1969722.80498212.761427.051273121.2307751.5305071.4542710.475222110.6346532.79767512.292546.89349930.49831.6946731.7326050.7019703530.5127322.66881112.888446.576579390.8523820.8655910.6351441.1733697541.8091732.70945812.177886.539316600.1648721.3844161.185031.1918069011.591242.58685113.760546.48482531.6169060.9891390.4339911.6297970910.8010312.53772813.333486.202438270.3519410.9891391.698661.3096056380.780662.63918411.766886.17956951.3305651.3241531.6012530.5206449360.4094562.6029712.207296.165048741.4982910.8857311.1644071.47001330.443022.56078812.652846.124597110.5370210.7880341.2011631.0517762971.7190882.55091711.998515.929679730.3326861.4185261.1388811.6372271290.5970882.43863912.121585.570883311.5103661.0931181.1123451.1933129920.3312412.4203811.707855.41361510.4863541.0725420.7377691.1979290311.6992232.4055511.725555.367985451.0938461.6946731.169770.6333532560.3284492.44624311.096755.355135581.2519041.561810.5913441.1337683290.6497522.42488211.339735.342693650.6121991.643290.863751.2056564530.8511582.38433811.223955.182597470.9965911.3475851.0533221.3180687470.3646842.37521610.806175.056078550.5509481.1236051.7181151.0358595690.3176922.29840610.636974.774987260.7021111.3079730.9982980.5329333731.5378742.21380210.979544.585886721.5738710.9891390.4334921.4565792860.6381962.16412711.641424.564048401.2519041.0205251.2142251.0225180420.4540182.2782299.9292664.552791140.9721231.3079731.4294960.5945997720.477352.2535799.8291414.456459130.7632850.8358971.1449851.176446890.8658072.1976858.7378654.046447280.6121991.3475850.3522581.0315751341.4384471.91521510.273983.56959270.414361.1731110.84350.8024784221.562881.92792110.065463.568401411.2924341.1731110.3753390.7263226750.9645941.9859878.6455933.457681340.2417681.4185260.5092620.8825505251.8323391.69998512.38043.276862610.7423131.3241531.0248840.5863655030.820661.9170398.1213233.178212251.4591541.5532260.2377650.5886310230.4683781.7769.7510233.105365630.5509481.5532260.4649350.5837520291.5419971.71142910.745413.083706780.9965910.9682340.8355550.6262969050.9183811.801157.1437612.714633460.806861.1731110.4369750.5415322321.1895441.5691317.343022.237944791.5103660.9163670.2583121.3587545450.3476791.4119739.8507272.21257680.9235050.8358970.3976940.6176730751.248421.5569126.7937652.127524361.3662561.2205620.2574990.6265059390.3624641.3626377.4504971.824257690.5107141.7373070.4260120.4794656010.9069621.2980478.6042771.82270380.5960261.1923610.6763080.4936780090.9013481.3472496.1432741.628526561.2924340.7880340.4378731.0115344280.2840031.170186.7937381.386297290.6463391.4790850.4191410.5033333550.4216881.080266.0735841.162621490.4428951.4500330.4857360.447521890.6331321.0117695.9429011.042423320.8293980.8358970.7407720.4755572120.4979441.1006454.4613191.02476940.2559780.7880340.5372350.4517388321.4882350.9134996.4912960.934653苹果品质综合评价的部分雷达图如图4所示，浅蓝色的区域是基准雷达图，即由各个指标的适应值绘制的，橘黄色区域为样本苹果的品质雷达图。样本苹果的品质从左上角到右下角逐渐降低。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。当前第1页12