近红外光谱预测稻谷水分含量特征谱区选择及其效率分析

• 作者: 吴习宇 祝诗平 黄华
• 来源期刊: 光谱学与光谱分析
• 学科: 工学
• 关键词: 近红外光谱 特征谱区 程序运行效率 稻谷水分含量
• 年，卷（期）: 2018,（4）
• 页码范围: 1070-1075
• 页数: 6页
• 分类号: TP319
• 字数: 6082字
• 语种: 中文
• DOI: 10.3964/j.issn.1000-0593(2018)04-1070-06

摘要

对364份水分含量在2.24% ~32.66% 之间的"冈优916"稻谷样品,经均值中心化、一阶微分、标准归一化和多元散射校正等预处理后,采用分段间隔法、组合分段法、滑动窗口法和反向分段法等进行特征谱区选择,分别使用偏最小二乘法(PLS)和主成分回归(PCR)两种定量分析方法,获得稻谷含水量近红外光谱预测模型最佳的特征谱区.首次给出了分段间隔法、组合分段法、滑动窗口法和反向分段法等传统的特征谱区选择方法的计算复杂度的计算公式,并对比分析了这几种特征谱区选择方法的程序运行效率.结果表明:采用PLS建模对稻谷含水量光谱的预测性能优于PCR建模,但PLS建模的效率低于PCR建模;在PLS建模中,采用反向分段法对稻谷光谱含水量的预测性能最好,其预测集的相关系数RP为0.9956,预测均方根偏差RMSEP为0.78%;其次是滑动窗口法,其 RP为0.9943,RMSEP为0.89%;但这两种特征谱区选择方法的程序运行效率较低,反向分段法的平均运行时间为4.87 h,滑动窗口法的平均运行时间为29.82 h.该研究结果为今后在并行计算或分布式计算上开发近红外光谱预测模型的快速算法提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祝诗平	西南大学工程技术学院	58	570	14.0	22.0
2	吴习宇	西南大学食品科学学院	18	89	5.0	9.0
3	黄华	西南大学工程技术学院	24	127	7.0	10.0