浙大博士用人工智能挑西瓜，准确率达73.6%

浙大博士用人工智能挑西瓜，准确率达73.6%

在中国，西瓜不仅是夏季最受欢迎的水果，更是一种文化符号。从南北朝时期传入中国至今，西瓜已经深深融入了中国人的生活。然而，面对一堆长相相似的西瓜，如何才能挑选出最甜的那一个？一位浙江大学的博士用人工智能给出了答案。

西瓜在中国的历史与文化

中国是世界上最大的西瓜生产国和消费国。据统计，2018年中国消耗了全世界70%的西瓜，人均消费量达到100斤。这种对西瓜的热爱，可以追溯到1000多年前。

据史学家考证，北京地区在1000多年前就有西瓜种植的记载。内蒙古辽代墓葬壁画上，也发现了古人吃西瓜的场景，这表明早在公元1026-1027年间，中国人就已经开始享用西瓜了。

南宋官员洪皓出使金国时，将金人种植的西瓜种子带回江南，从此老百姓也能吃到西瓜。他在《松漠纪闻》中详细描述了西瓜的形状、颜色和口感，称其"味甘脆，中有汁，尤冷"。

2004年，北京大兴区庞各庄镇建立了中国第一家以西瓜为主题的博物馆——"中国西瓜博物馆"，其外形设计为"飞翔的西瓜"，寓意中国西瓜飞出国门。

传统挑瓜方法的局限性

虽然中国人吃西瓜的历史悠久，但挑选西瓜却一直是个难题。传统的挑瓜方法主要是"敲瓜听声"，即通过敲击西瓜听声音来判断成熟度。一般来说，未熟的西瓜声音较清脆，成熟的西瓜声音比较低浊，过熟的西瓜则会发出"扑扑扑"的声音。

然而，这种方法不仅费时费力，而且准确性完全依赖于个人经验，难以保证。因此，如何科学地判断西瓜的成熟度，提高西瓜的品质和商品化程度，成为了一个亟待解决的问题。

人工智能挑瓜技术的突破

针对这一问题，一位浙江大学的博士进行了深入研究。他撰写了一篇长达130页的论文《西瓜成熟度和内部空心的声学检测技术及装置研究》，提出了一种基于机器学习的西瓜成熟度检测方法。

研究发现，西瓜成熟度的变化与内部成分（如糖度）和结构（如体积质量变大、内部空心）的变化密切相关，这些变化会导致声学特征参数发生变化。因此，利用声学无损检测方法，通过不同建模方法与技术，可以准确判断西瓜的成熟度。

研究采用了四种常见有监督机器学习算法：线性判别分析法（LDA）、K-最小近邻法（KNN）、BP神经网络技术（ANN）和最小二乘-支持向量机法（LS-SVM）。实验结果表明，LS-SVM算法表现最佳，预测准确率达到73.6%。

此外，研究还定义了一阶矩指数MI1和二阶矩指数MI2作为西瓜成熟度分类的声学特征参数，并采用Fβ分数作为分类器的评价指标，综合评判分类器对样本总体和某类样本分类的准确程度。

吃瓜，我们是最科学的

这项研究不仅解决了挑瓜难题，还具有重要的经济意义。目前，中国西瓜产量和种植面积居世界第一，但出口量却不到产量的1%。一个重要原因就是产后检测和处理手段落后，导致质量良莠不齐。通过人工智能技术，可以大大提高检测效率与准确率，有助于提升西瓜的品质和商品化程度，从而扩大出口。

对于普通消费者来说，这项研究也带来了福音。以后去菜市场挑西瓜，再也不用靠运气了。也许不久的将来，我们就能在市场上看到基于这项技术的挑瓜设备了。

本文原文来自hyper.ai