《食品科学》：新疆大学张慧副教授等：融合声振信号与可见近红外透射光谱的苹果轻度霉心病检测

本研究旨在通过融合声振信号与可见近红外透射光谱技术，提升苹果轻度霉心病的检测准确性。霉心病作为一种内部真菌病害，常规检测方法难以识别，对苹果品质和消费者健康构成威胁。研究采用深度学习网络（CNN、LSTM及CNN-LSTM组合模型）构建判别模型，通过特征拼接融合异源信号。实验结果表明，融合特征显著提升了模型性能，测试集准确率达到98.31%。研究还发现，硬度和糖度对霉心病判别无显著影响，而光谱预处理和特征提取方法对模型性能有重要影响。该研究为苹果轻度霉心病的无损检测提供了新方法。