近期，我院光谱信息处理与智能检测研究团队的一项重要研究成果《Non-invasive Measurements of ‘Yunhe’ Pears by vis-NIRS Technology Coupled with Deviation Dusion Modeling Approach》成功被国际Top、SCI一区期刊《Posthavest Biology and Technology》录用（doi.org/10.1016/j.postharvbio.2019.111067）。该论文的第一作者为袁雷明博士。

云和雪梨作为浙江著名的地方名果，具有个头较大（果径10-18cm、重量500~1200g）、果梗较硬、皮质较软的特点，对光谱检测模型的要求较高。本论文采用基于均方根误差优化的共识模型对云和雪梨的可溶性进行检测，有效降低了检测误差。本成果所提出方法对大宗水果（如苹果、梨子等）的快速准确检测提供了一种有效数学模型，为优级水果筛选给出了一种新的解决方案和思路。

云和雪梨糖度的光谱检测的流程示意图

我院光谱信息处理与智能检测研究团队成立于2017年末，团队汇集了电子学、数据挖掘、光谱学等不同专业背景的优秀人才。近三年来，团队先后主持、完成了3项国家自然科学基金、2项国家重点研发专项任务、多项省部级市厅级科学项目，发表SCI/EI论文30余篇，申请及授权专利20多项，研究成果得到国内外同行的密切关注。