夏日炎炎，又到了西瓜消费旺盛的季节。近日，浙江大学博士毛建华的毕业论文火了。论文题为《西瓜成熟度和内部空心的声学检测技术及装置研究》，毛建华在检测中用到了人工智能的算法模型，被网友称为“专业吃瓜”。
这篇论文发布于2016年，论文信息显示，毛建华是浙江大学生物系统工程与食品科学学院的博士研究生，研究方向是农业电气化与自动化。他在论文的研究意义中介绍，中国是西瓜生产大国却不是出口强国，西瓜的质量参差不齐，是造成出口量和出口价格偏低的主要原因。
毛建华认为，研发新的无损检测技术，根据成熟度对西瓜进行分级分类，有助于增加瓜农收益、满足消费者需求，也有助于提高中国西瓜的国际竞争力。
所谓无损检测，就是在不破坏水果的情况下进行检测。水果在成熟度发生改变，或是出现损伤或病变的情况下，声学特征参数会发生变化。用敲击水果产生的声音信号来判断水果的成熟度，如苹果、梨子、芒果等，学界已有一定的研究基础。
此前，听音法是判断西瓜成熟与否的传统方法之一，西瓜的采收主要依赖于瓜农的经验：手拍瓜皮，若声音清脆，则为未熟瓜；若声音沉闷，则为熟瓜或者过熟瓜。但该方法依赖瓜农的经验，准确性低、可靠性差。
毛建华研发了一套声学检测装置，可以敲击西瓜、采集声音信号并传输到电脑进行分析。这样一来，瓜农的耳朵被麦克风替代，手被敲击球替代，决策与控制的大脑则分别被对应的硬件电路和分析软件替代，使得整个过程不依赖于人的经验。
毛建华研发的声学检测装置。
成熟度不同的西瓜，瓜体坚实度不一样（成熟的西瓜果瓤更松软），受到敲击后发出的声音也不一样。在实验中，毛建华使用190个麒麟瓜样本，结合西瓜的质量、共振频率、指定频段内的频率重心等参数，建立了五种针对西瓜坚实度的预测模型。其中之一，便是运用到人工智能算法的遗传神经网络模型。
该模型使用的神经网络有三层，毛建华用声学参数等作为输入，西瓜的斜率作为目标输出，经过训练，得出西瓜坚实度的预测模型。他在论文中指出，这一模型仅使用了单因素进行建模预测，预测效果与初始参数的选择密切相关。虽然模型的整体性能略低于逐步线性回归模型和主成分回归模型，却远远高于另两种模型，具有一定优越性。
同时，毛建华还将四种机器学习与模式识别的算法用于西瓜成熟度的分类和空心瓜的鉴别。成熟度分类中的声音特征参数为指定频段内的频率重心、指定频段内的频率平方的重心。空心瓜鉴别中的参数除了前两者，还加入了能量比。
结果显示，一种名为LS-SVM的算法能够更好地分辨出未熟瓜、成熟瓜和过熟瓜，在建模集和预测集样本中的分类正确率均超过70%。该算法在鉴别空心瓜时也有最佳表现，在建模集和预测中的鉴别正确率均超过 90%。
LS-SVM的算法分辨未熟瓜、成熟瓜和过熟瓜。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
