基于SiPLS算法的近红外光谱检测梨可溶性固形物含量

• 作者: 张新伟 易克传 曾其良 高连兴
• 来源期刊: 光谱实验室
• 学科: 农学
• 关键词: 近红外光谱 联合区间偏最小二乘 梨 可溶性固形物含量
• 年，卷（期）: 2013,（1）
• 页码范围: 68-72
• 页数: 5页
• 分类号: O657.33|S123
• 字数: 2327字
• 语种: 中文

摘要

为了提高近红外光谱技术在梨的可溶性固形物含量(SSC)检测中的精度和稳定性,对采集的原始光谱进行标准归一化(SNV)预处理,采用联合区间偏最小二乘法(SiPLS)建立了SSC的预测模型；通过交互验证法确定了模型的主成分因子数,以预测时的相关系数(Rp)和预测均方根误差(RMSEP)作为评价指标对模型预测结果进行了分析,并与经典偏最小二乘(PLS)模型、间隔偏最小二乘(iPLS)模型进行了比较.结果表明,利用SiPLS所建的预测模型的最优组合包含21个光谱区间并联合4个子区间和15个主成分因子,其预测集的相关系数和预测均方根误差分别为0.9633和0.203;说明利用近红外光谱结合SiPLS算法可以准确、无损检测梨中可溶性固形物含量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高连兴	沈阳农业大学工程学院农业机械教研室	148	1901	26.0	34.0
2	易克传	安徽科技学院机械与车辆教研室	16	103	6.0	10.0
4	张新伟	沈阳农业大学工程学院农业机械教研室	5	108	5.0	5.0
5	曾其良	安徽科技学院机械与车辆教研室	2	8	1.0	2.0