雷竹笋硬度的近红外光谱检测模型优化

• 作者: 周竹 曾松伟 王允祥 郑剑
• 来源期刊: 浙江农林大学学报
• 关键词: 经济林学 近红外光谱 后向间隔偏最小二乘法 竞争性自适应权重法 连续投影算法 硬度 雷竹笋
• 年，卷（期）: 2015,（6）
• 页码范围: 875-882
• 页数: 8页
• 分类号: S123|O657.33
• 语种: 中文
• DOI: 10.11833/j.issn.2095-0756.2015.06.008

摘要

为了提高应用近红外光谱技术无损检测雷竹Phyllostachys violascens竹笋硬度的精度,研究了雷竹笋硬度光谱检测模型的优化方法.首先对雷竹笋原始光谱进行正态变量变换(SNV),然后采用后向间偏最小二乘法(biPLS)去除部分与竹笋硬度无关的变量,随后进一步采用竞争性自适应权重法(CARS)剔除无关变量,最后采用连续投影算法(SPA)将光谱变量个数从1 557个减少为25个.最终,biPLS-CARS-SPA模型的交叉验证相关系数(rcy),预测相关系数(rp),交叉验证均方误差(RMSECV)以及预测均方误差(RMSEP)分别为0.984,0.926,0.300 N· cm-2和0.625 N·cm-2,优于其他几种常见的变量选择方法及其组合.研究结果表明,biPLS-CARS-SPA方法所选特征变量避开了水分强吸收峰的影响,具有实际的物理表征意义,为竹笋硬度在线快速检测、筛选和指导切削设备的研发提供了重要的理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑剑	浙江农林大学农业与食品科学学院	24	68	5.0	7.0
2	王允祥	浙江农林大学农业与食品科学学院	35	187	8.0	11.0