基于近红外光谱结合波长优选检测单颗葡萄的SSC含量

• 作者: 梁梦醒 郭成 颜辉 马月
• 来源期刊: 食品与机械
• 关键词: 葡萄 可溶性固形物 近红外光谱 随机蛙算法 无信息变量消除法
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 安全与检测
• 页码范围: 39-43
• 页数: 5页
• 字数: 4287字
• 语种: 中文
• DOI: 10.13652/j.issn.1003-5788.2016.09.009

摘要

采用无损检测测定单颗葡萄中可溶性固形物(SSC)含量,获得个体和群体信息,以期指导田间管理、葡萄储存条件设置及满足消费者对葡萄口味的不同需求.采用手持式NIR光谱仪在950～1 650 nm波长范围采集葡萄的近红外光谱,采用偏最小二乘(PLS)回归建立葡萄SSC预测模型.为了减少冗余无信息变量,增加模型的预测精度和稳定性,采用无信息变量消除法(UVE)、随机蛙算法(RF)筛选出与葡萄SSC含量相关的重要波长变量.结果表明:RF筛选建立的SSC预测模型优于全光谱PLS和UVE筛选建立的模型.RF-PLS模型的校正集、交叉验证及预测集的Rc2、Rcv2和Rp2分别为0.960 5,0.933 4,0.930 4,校正均方根误差(RMSEC),交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.638 2,0.829 9,0.868 8.表明通过波长优选后的,基于便携式近红外光谱在预测单颗葡萄SSC含量的应用上完全可行,有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜辉	江苏科技大学生物技术学院	43	529	13.0	21.0
2	郭成	江苏科技大学生物技术学院	4	14	2.0	3.0
3	梁梦醒	江苏科技大学生物技术学院	5	14	2.0	3.0
4	马月	江苏科技大学生物技术学院	2	9	1.0	2.0