基于便携式近红外光谱仪检测梨可溶性固形物 |
| |
引用本文: | 秦善知,陈斌,陆道礼,颜辉.基于便携式近红外光谱仪检测梨可溶性固形物[J].江苏农业科学,2014(8). |
| |
作者姓名: | 秦善知 陈斌 陆道礼 颜辉 |
| |
作者单位: | 1. 江苏大学食品与生物工程学院,江苏镇江,212013 2. 江苏科技大学生物与化学工程学院,江苏镇江,212003 |
| |
基金项目: | 江苏省镇江市科技支撑计划(农业)(编号NY2012034)。 |
| |
摘 要: | 探索采用便携式近红外光谱仪,利用不同光谱预处理算法及波长优选法建立检测模型检测梨可溶性固形物含量(SSC)的可行性。比较了一阶导数(1st)、二阶导数(2nd)、多元散射校正(MSC)、标准正态变量变换(SNV)等9种预处理方法进行PLS建模的效果,确定最佳预处理方法。用相关系数法、无信息变量消除法(UVE)、向后区间偏最小二乘法(biPLS)和向后区间偏最小二乘法结合遗传算法(biPLS+GA)优选波长,用偏最小二乘法(PLS)建立梨SSC的定标模型,根据各个模型的校正集和预测集的相关系数(r)和交互验证均方根误差(RMSECV)、预测均方根误差(RMSEP)评价定标模型的精度和稳定性。结果表明:经过SNV预处理后的建模效果最好,校正集和预测集的相关系数r分别为0.890 8和0.868 9,RMSECV和RMSEP分别为0.592 5和0.630 8;相较于其他3种波长优选法,biPLS+GA方法不仅优选的波长数少,而且所建模型的预测效果更好,校正集和预测集的相关系数分别为0.887 9和0.891 0,RMSECV和RMSEP分别为0.599 9和0.571 3。
|
关 键 词: | 便携式近红外光谱仪 梨 可溶性固形物含量 向后区间偏最小二乘法 遗传算法 |
本文献已被 CNKI 万方数据 等数据库收录! |
|