一夏天的瓜都白吃了这才是科学的挑瓜大法

场景描绘：要问什么生果和夏天最搭，答案一定是西瓜。作为西瓜出产与消费大国，我国在 2018 年以全世界 20% 的人口耗费掉全世界 70% 的西瓜，人均 100 斤。怎样挑选最甜的瓜，也成了「吃瓜大众」十分关心的问题。一位浙江大学的博士，用机器学习的办法判别西瓜的老练度，十分接地气。

关键词：西瓜 声学特征检测 机器学习

大数据标明，今年夏天，是 140 年来最热的夏天。「热」已成为全球热词，咱们阅历了最热六月，刚送走最热七月，正在进入最热八月……

在难熬的盛暑面前，抱着半块冰凉的西瓜大快朵颐，无疑是最佳解暑挑选了。啃着吃，勺子挖着吃，打成沙冰吃，炒着吃，烤着吃，怎样吃都好吃……

西瓜关于我国人的意义

世界上，恐怕没有比我国人更爱吃、更能吃也更会吃西瓜的了。

自从1000 多年前南北朝时期，西瓜传入我国，它就逐渐开端登上夏天生果霸主的方位。

有史学家考证，1000 多年前北京地区已有西瓜栽培，而古人最早的「吃西瓜」局面，是在内蒙古辽代墓葬壁画上发现的，此墓筑于公元 1026~1027 年间。

1000 多年来，西瓜的表面根本没什么改变

刚传入我国时，西瓜还归于贵族专享。直到公元 1143 年，南宋官员洪皓出使金国回来之时，带回了金人栽培的西瓜种子，从此江南有了西瓜，老百姓也能吃上西瓜了。

洪皓回到南宋后，将见识收拾成书

洪皓编撰的《松漠纪闻》中，有一段对西瓜的描绘：「西瓜形如匾蒲而圆，色极翠绿，经岁则变黄。其瓞类甜瓜，味甘脆，中有汁，尤冷。予携以归，今禁圃乡囿皆有。」

尔后，西瓜开端频现于南宋文人笔端，「年来处处食西瓜」、「西瓜黄处藤如织」、「醉拾西瓜擘」等文字，都标明西瓜现已越来越遍及。

湖北恩施发现了北宋咸淳年间的「西瓜碑」碑铭记载了当地所栽培的四种西瓜

西瓜，现已成为了我国文明的一部分。许多成语都和西瓜有关：老王卖瓜，滚瓜烂熟，水到渠成，顺藤摸瓜……

2004 年，坐落北京大兴区庞各庄镇的「我国西瓜博物馆」，正式开馆，其外形作用主题为「翱翔的西瓜」，涵义我国西瓜飞出国门。这是国内首家以「西瓜」为主题的博物馆。博物馆内向人们展现西瓜前史、西瓜栽培、西瓜文明以及科技等内容。

我国西瓜博物馆里处处都是西瓜相关的相片、漫画、模型

依据联合国粮农组织 FAO发布的数据，当时，我国已成为世界上最大的西瓜出产国和消费国，2018 年我国消化了超越 7000万吨西瓜，也便是人均消费掉了 100 斤。

所以，在西瓜面前，咱们都能够骄傲地说：我总算完成了生果自在！

全球通用挑瓜大法：敲它

不过，吃瓜简单挑瓜难。面临一堆长相类似的西瓜，怎样才干选中最好最甜的瓜？全球通用的办法是：敲它。

西瓜西瓜告知我，你是不是最甜的瓜

可是，事实上，许多「吃瓜大众」最终敲来敲去，也听不到西瓜的答复。

所以，一位浙江大学的博士写了一篇 130 页的论文《西瓜老练度和内部空心的声学检测技能及设备研讨》（论文地址：http://t.cn/AiYcAYei），告知咱们，怎样使用人工智能技能，从敲西瓜的声响来判别最甜的西瓜。

除了这位博士，还有许多硕博士也都在做这方面的研讨

当然，他做这项研讨的初衷，是为了进步瓜农收入，扩展西瓜的对外出口。也趁便谋福一下咱们广阔「吃瓜大众」。

传统办法怎样判别西瓜老练

我国西瓜产值和栽培面积居世界第一，可是出口量却不到产值的 1%，不只是因为咱们自己耗费的多，还因为西瓜产后检测和处理的手法落后，导致质量良莠不齐，商品化程度较低。

西瓜是否当令采收对西瓜质量影响极大，过熟或许不熟采摘都会影响西瓜的质量与口感。在我国，采收机遇首要仍是依靠于瓜农的片面经历，他们往往经过成长周期、气候（首要是气温）以及调查瓜皮色彩、纹路来判别西瓜老练状况。

当然，还有一个技巧，便是上文说到的，敲瓜皮听声响。这是现在瓜农最常用的办法。

从左至右西瓜老练度别离为：未熟，老练，过熟

一般来说，未熟西瓜声响较洪亮，击打时会宣布「咚咚咚」的声响，老练瓜声响比较低浊，发声为「嘭嘭嘭」，而过熟西瓜则会宣布「扑扑扑」的声响。靠人工一个一个去检测，费时吃力且依靠经历，精确率无法确保。

现在，计算机、图画处理、传感器等技能飞速发展，将这些技能广泛用于农产质量量检测中，能够大大进步检测功率与精确率。

用机器学习判别，精确又高效

经过研讨，论文作者发现西瓜老练度的改变，一般与内部成分（如糖度）和结构（如体积质量变大、内部空心）的改变密切相关，而这些改变也会导致声学特征参数发生改变，因而他以为使用声学无损检测办法，经过不同建模办法与技能，来判别西瓜熟度比较适宜。

而且，比照其他检测办法，比方激光、核磁共振等技能，声学特征检测具有价格低廉、检测功率高、精确度高的长处。实验之后，作者得出结论，LS-SVM 办法在西瓜老练度分类建模中体现最佳，猜测精确率为 73.6%。

声学检测设备实物图

在声学检测设备结构和资料优化基础上，并对敲击信号去噪之后，作者进行了两种实验，别离为老练度分类实验和空心断定实验。

实验中选用了麒麟西瓜作为样本，为杭州市余杭区仓前镇吴山前村五组瓜农于温室瓜棚分批次采摘，采摘后便马上搬至实验室。

老练度分类实验中，选用 147 个非空心瓜，随机分为两组：建模集 75 个，猜测集 72 个。

空心断定实验中，选取 190 个样本（包括有空心瓜），随机分为两组，建模集 97 个，猜测集 93 个。

建模集用来树立样本的分类或空心断定模型，猜测集用来测验模型的功能。

实验选用了四种常见有监督机器学习算法和模式识别算法，别离是线性判别分析法（LDA）、K-最小近邻法（KNN）、BP 神经网络技能（ANN）和最小二乘-支撑向量机法（LS-SVM），以声学特征对未熟、老练和过熟三种西瓜进行了分类，此外还对空心瓜进行辨别。

空心瓜样本中，空心体积方位与形状都有所不同

为了消除敲击西瓜声响频谱中峰值割裂所形成的晦气影响，作者界说了一阶矩指数 MI1 和二阶矩指数 MI2，因为在西瓜穿刺实验中（判别果肉坚实度）断定这两个参数与西瓜老练度关联性较高，因而将其作为西瓜老练度分类的声学特征参数。

最适配辨瓜算法：LS-SVM

实验成果标明，LS-SVM 算法建模集和猜测集的精确率别离为 76% 和 73.6%，均高于其他三种分类器的分类成果。

三种不同老练度西瓜的 LS-SVM 分类成果

别的，神经网络建模集和猜测集精确率别离 73.3% 和 66.6%，仅次于 LS-SVM。

作者由此得出结论：LS-SVM 选用了线性方程组对 SVM 的二次规划问题加以简化，分类功率得到大幅度进步，而且引进赏罚因子使结构危险化最小。该办法更适用于处理小样本调集不均衡样本集不均衡西瓜样本集的分类；

而 LDA 算法适用于线性分类问题；KNN 算法对不均衡样本集分类时，易使方位样本倾向数量多的样本类，形成分类差错变大；神经网络分类器则存在过拟合、易堕入部分极值的缺陷。

此外，作者还选用了上述四类办法以及能量比经历阈值法，以 MI1、MI2 和能量比 Er为特征参数，对不均衡样本进行空心瓜判别。

作者选用 Fβ分数作为分类器的点评目标，其物理意义是经过给予精确率和召回率不同的权重，将二者兼并一个分数，归纳评判分类器对样本整体和某类样本分类的精确程度。

Fβ的界说

界说公式中，TP 为被正确划分为空心瓜的样本数，TN 为被正确划分为好瓜的样本数，P 为实践的空心瓜样本数，N 为实践的好瓜样本数。本文中 β = 2.

这些判别办法中，仍然是 LS-SVM 分类作用最佳，其建模集和猜测集的Fβ分数别离为 88.1% 和 74.7%。

看来，关于怎样挑到最甜的瓜，浙大博士现已帮咱们算得清清楚楚了。

吃瓜，咱们是最科学的

上千年的堆集之下，西瓜现已越来越成为国人日子中的一部分。所谓「夏天没有吃过西瓜的人，不足以语人生。」

现在十分盛行的网络热词「吃瓜大众」，也充沛显现了咱们关于西瓜的酷爱。本来「吃瓜大众」中的「瓜」，指的是瓜子，可是因为西瓜的深化民意，这个「瓜」就逐渐演化成了「西瓜」。

日本 Shibuya 公司的挑西瓜设备，下次我们能够带着它去买瓜

欢迎个人转发到朋友圈