10.6041/j.issn.1000-1298.2012.03.021
鲜枣可溶性固形物可见/近红外光谱检测建模方法比较
对采摘于一枣园的180个壶瓶枣样本,随机分成150个样本校正集和30个样本预测集.用FieldSpec3光谱仪采集光谱,并进行多元散射校正(MSC)预处理,之后分别利用连续投影算法(SPA)和逐步回归法( SRA)提取特征波长,并结合光谱理论分析确定,再分别基于偏最小二乘法(PLS)和最小二乘-支持向量机(LS-SVM)建立壶瓶枣可溶性固形物含量预测的简化模型和全波段模型.结果表明,全波段PLS模型预测的相关系数和预测均方根误差分别为0.887 4和1.088 9,预测效果最好；建立的MSC - SPA - PLS模型预测的相关系数和均方根误差分别为0.799 0和1.407 8,建立的MSC - SRA - PLS模型预测的相关系数和均方根误差分别为0.822 4和1.3851,与全波段的MSC - PLS相比,精度均降低；建立的MSC - SPA - LS - SVM模型预测的相关系数和均方根误差分别为0.796 3和1.145 8,与全波段的MSC - LS - SVM相比,精度提高；建立的MSC - SRA - LS - SVM模型预测精度很低,不适用.
鲜枣、可溶性固形物、可见/近红外光谱、无损检测
43
S123(农业物理学)
高等学校博士学科点专项科研基金资助项目20101403110003
2012-06-27（万方平台首次上网日期，不代表论文的发表时间）
共5页
108-112
