A data mining approach for prediction of quality attributes in Palmer mango from images

Resumo

O monitoramento de atributos de qualidade tais como sólidos solúveis totais (SST), massa, acidez e firmeza são essenciais para uma melhor conservação pós-colheita da manga.

Este trabalho propõe uma abordagem não-destrutiva para predição desses atributos de qualidade usando imagens digitais. A abordagem proposta é composta de três etapas: 1) especificação dos parâmetros de amostragem da manga, 2) identificação de técnicas de processamento digital de imagens e 3) utilização da técnica Random Forest como estimador dos atributos de qualidades. Para validar a abordagem proposta, foi feito um estudo comparativo entre sua performance e modelos encontrados na literatura. O estudo empregou duas métricas de avaliação de performance: o coeficiente de correlação (R) e a raiz do erro quadrático médio (RMSE). De forma a comparar a diferença de performance entre a abordagem proposta e as encontradas na literatura, foi realizado um teste t de Student pareado. Os resultados mostram que a abordagem proposta teve uma performance superior quando comparada às demais, com um nível de confiança a 95%.