基于光谱技术的Bipls算法结合CARS算法的苹果可溶性固形物含量检测

• 作者: 庞涛 陈晓燕 饶利波
• 来源期刊: 发光学报
• 学科: 物理学
• 关键词: 可溶性固形物含量 后向区间偏最小二乘 竞争自适应重加权采样 偏最小二乘
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 发光学应用及交叉前沿
• 页码范围: 389-395
• 页数: 7页
• 分类号: O433.4
• 字数: 3228字
• 语种: 中文
• DOI: 10.3788/fgxb20194003.0389

摘要

可溶性固形物含量是判断苹果内部品质的重要参考属性之一.利用高光谱技术获取苹果感兴趣区域的反射光谱,以S-G平滑(Savitzky-Golay smoothing)和直接正交信号校正(Direct orthogonal signal correction,DOSC)算法对光谱数据进行梯度预处理后,用后向区间偏最小二乘法(Bipls)优选出3,5,6,7,8,9,13,14,15,16,17,18,19,20,21,23等16个子区间,共计177个波长.结合竞争自适应重加权采样算法(CARS)再作进一步筛选,提取出449.6,512.9,544.8,547.2,594.3,596.8,928.2 nm等7个特征波长,利用偏最小二乘算法(PLS)建立基于特征波长的可溶性固形物含量检测模型,所得模型评价为Rc=0.9062,RMSEC为0.4822,Rp=0.8716,RMSEP为0.6140.该算法模型预测性能同Bipls和Bipls-SPA模型相比更为优异,证明了Bipls结合CARS算法在提高苹果可溶性固体物含量检测精度方面的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓燕	四川农业大学信息工程学院	15	89	5.0	9.0
5	庞涛	四川农业大学机电学院	15	89	5.0	9.0
6	饶利波	四川农业大学机电学院	2	3	1.0	1.0