光谱技术结合化学计量学识别苹果品种

• 作者: 孟庆龙 尚静 张艳
• 来源期刊: 北方园艺
• 学科: 农学
• 关键词: 紫外/可见光谱 化学计量学 主成分分析 无损识别
• 年，卷（期）: 2019,（16）
• 所属期刊栏目: 研究简报
• 页码范围: 66-71
• 页数: 6页
• 分类号: S661.1
• 语种: 中文
• DOI: 10.11937/bfyy.20183895

摘要

以“冰糖心”“嘎啦”和“山东富士”苹果为试材,采用紫外/可见光谱技术结合化学计量学,分别建立了判别3种苹果品种的K最近邻(KNN)识别模型和偏最小二乘判别分析(PLS-DA)识别模型,分析了不同的光谱预处理方法(二阶微分(SD)、标准正态变换(SNV)和多元散射校正(MSC))对各模型识别效果的影响,并采用主成分分析方法对预处理后的光谱数据进行降维,以提取能反映苹果品种的特征光谱.结果 表明:采用主成分分析法选择了累计贡献率超过99％的前6个主成分作为样本集特征光谱数据,很好地实现了光谱数据的降维;二阶微分预处理方法对光谱的预处理效果最好.综上所述,建立的识别模型均能基本满足实际要求,且SD+KNN模型的建模效果最好,MSC+ KNN模型的预测性能最好,SD+PLS-DA模型的总识别效果最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张艳	贵阳学院农产品无损检测工程研究中心	32	74	4.0	8.0
2	孟庆龙	贵阳学院食品与制药工程学院	17	14	2.0	3.0
6	尚静	贵阳学院食品与制药工程学院	19	15	2.0	3.0