番茄维生素C含量近红外预测光谱的小波去噪

• 作者: 侯加林 施国英 李天华 汪健民 魏珉
• 来源期刊: 农业机械学报
• 学科: 化学
• 关键词: 番茄 维生素C 含量检测 近红外光谱 小波去噪 偏最小二乘法
• 年，卷（期）: 2013,（z1）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 200-204
• 分类号: TS207.3|O657.33
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2013.S1.036

摘要

为剔除预测番茄维生素C含量的近红外光谱数据中的噪声信息,利用Matlab 7.0小波工具箱对光谱数据进行去噪处理.为得到最佳去噪效果,在dbN小波基中分别考察db2至db9小波去噪时模型的评价参数,得到db6小波为最佳小波;考察db6小波在分解层数从3到7变化时模型的评价参数,得到最佳分解层数5.以信噪比和均方根误差对不同阈值方式下的去噪效果进行评价,得到硬阈值的启发式去噪方法去噪效果最佳.将重构后的光谱用偏最小二乘法建立预测模型,得到预测相关系数为0.907,校正集的标准偏差和预测集样本的标准偏差分别为0.819、0.905,模型预测准确率为88.3％.去噪后的模型参数均好于原始信号所建模型参数,表明小波技术用于番茄维生素C预测的光谱去噪是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏珉	山东农业大学机械与电子工程学院	119	2648	26.0	48.0
2	侯加林	山东农业大学机械与电子工程学院	110	724	14.0	21.0
3	李天华	山东农业大学机械与电子工程学院	40	236	9.0	14.0
4	施国英	山东农业大学机械与电子工程学院	32	146	7.0	11.0
5	汪健民	山东农业大学化学与材料科学学院	2	76	2.0	2.0