Strawberry fruit (Fragariaxananassa Duch.) is an economically important fruit which is more popularly consumed fresh, as well as used for garnishing cakes and pastries, flavored for juices and milk products, and processed into jams and other products. Therefore, together with the recent attention for food quality and safety,technologies for estimating the fresh quality of strawberry fruit are being sought [1]. At present, fruit are sorted manually or automatically on the basis of their external quality features. However, internal quality attributes such as firmness, sweetness, acidity and flavor are very important in the quality evaluation industries. In addition, since the strawberry is a non-climacteric fruit, in order to achieve good quality, it is essential to harvest at the optimum stage of ripening [2]. Currently, many objective criteria for judging maturity of strawberry have been used, for example, firmness, total soluble solids, titrable acidity, and determination of total anthocyanins. However, standard methods for these quality measurements are mostly destructive, slow, and prone to operational error. In order to overcome these disadvantages
딸기는 신선하게 더 많이 섭취되고 주스 및 유제품에 맛을 내고 잼 및 기타 제품으로 가공되는 케이크 및 패스트리를 장식하는 데 사용되는 경제적으로 중요한 과일입니다. 따라서 식품의 품질과 안전성에 대한 최근 관심과 함께 딸기 과일의 신선 품질을 평가하는 기술이 연구되고있다 [1]. 현재 과일은 외부 품질 특성에 따라 수동 또는 자동으로 분류됩니다. 그러나 견고성, 단맛, 신맛 및 향과 같은 내부 품질 속성은 품질 평가 산업에서 매우 중요합니다. 또한, 딸기가 비회수 과일이기 때문에 좋은 품질을 얻기 위해서는 숙성의 최적 단계에서 수확하는 것이 필수적입니다 [2]. 현재 딸기의 성숙도를 판단하기위한 많은 객관적인 기준이 사용되었습니다. 예를 들어 견고성, 총 가용성 고형물, 적정 산도 및 총 안토시아닌의 결정이 그 예입니다. 그러나 이러한 품질 측정을위한 표준 방법은 대부분 파괴적이며 느리며 작동 오류가 발생하기 쉽습니다. (Application of Multispectral Imaging to Determine Quality Attributes and Ripeness Stage in Strawberry
Fruit, 2014, PLOS One )
...
all of above predictions of quality attributes in strawberry fruit based on spectral imaging technique have been made using PLS analysis or MLR analysis. New regression methods such as support vector machine (SVM) and back propagation neural network (BPNN) appear promising in that they enable the non-linearity of data to be modeled using local or specific equations which could improve
prediction models. Therefore, the main objective of this study was to assess the application of multispectral imaging for predicting the major quality attributes and ripeness stage in strawberry fruit, and comparing the performance of prediction models obtained using PLS, SVM and BPNN.
스펙트럼 이미징 기술에 기반한 딸기 과일의 품질 속성에 대한 위의 모든 예측은 PLS 분석 또는 MLR 분석을 사용하여 이루어졌습니다. SVM (Support Vector Machine) 및 BPNN (Back propagation neural network)과 같은 새로운 회귀 분석 방법은 데이터의 비선형 성을 개선 할 수있는 지역 또는 특정 방정식을 사용하여 모델링 할 수 있다는 점에서 유망한 것으로 나타났습니다 따라서 본 연구의 목적은 PLS, SVM 및 BPNN을 사용하여 얻은 예측 모델의 성능을 비교하고 딸기 과일의 주요 품질 특성 및 숙성 단계를 예측하기위한 다중 스펙트럼 이미징의 적용을 평가하는 것이었다.
