基于最小二乘支持向量机的辣椒可溶性固形物和维生素C含量近红外光谱检测

• 作者: 刘燕德 周延睿 潘圆媛
• 来源期刊: 光学精密工程
• 学科: 农学
• 关键词: 近红外光谱 最小二乘支持向量机 鲜辣椒 可溶性固形物 维生素C
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 现代应用光学
• 页码范围: 281-288
• 页数: 8页
• 分类号: O657.33|S123
• 字数: 3880字
• 语种: 中文
• DOI: 10.3788/OPE.20142202.0281

摘要

应用傅里叶变换近红外光谱技术实现了鲜辣椒中可溶性固形物(SSC)和维生素C(Vc)含量的快速无损检测.分别采用7种预处理方法对原始光谱进行处理后,建立了SSC和Vc预测的偏最小二乘法(PLS)模型.将利用最小二乘法(PLS)提取的主成分(PC)和蒙特卡罗无信息变量消除法(MC-UVE)提取的有效波长作为最小二乘支持向量机(LSSVM)的输入变量,分别建立了PC-LS-SVM和MC-UVE-LS-SVM模型,并与MC-UVE-PLS模型进行了比较.采用优化后的模型对27个预测集未知样品进行了预测.结果表明,对鲜辣椒中SSC含量预测最优的为MC-UVE-PLS模型,其预测集相关系数(rp)为0.971,预测集均方根误差(RMSEP)为0.382°Brix;对鲜辣椒中Vc含量预测最优的为MCUVE-LS-SVM模型,其rp为0.899,RMSEP为21.022 mg 100 g.研究结果表明:鲜辣椒中SSC和Vc的含量与近红外光谱具有显著的相关性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘燕德	华东交通大学机电工程学院	154	1816	25.0	34.0
2	潘圆媛	华东交通大学机电工程学院	3	97	3.0	3.0
3	周延睿	华东交通大学机电工程学院	6	161	6.0	6.0