基于最小角度回归模型的NIR光谱果品品质分析方法

• 作者: 但松健
• 来源期刊: 山西农业大学学报(自然科学版)
• 关键词: 最小角度回归 NIR光谱 果品 品质分析
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 农产品质量与加工
• 页码范围: 86-93
• 页数: 8页
• 分类号: K901
• 语种: 中文
• DOI: 10.13842/j.cnkii.ssn1671-8151.201905002

摘要

[目的]本研究旨在提高果品内部品质检测的时效性和准确性.[方法]本文提出基于最小角度回归(Least Angle Regression,LAR)模型的果品品质分析方法.[结果]与现有的非线性LS-SVM(Least Squares Support Vector Machines)和线性的PLSR(Partial Least Squares Regression)模型进行对比表明,在预测准确度上,LS-SVM模型达到了最优的预测性能,而LAR模型明显优于常用的线性的PLSR模型;在计算复杂度上,LAR和PLSR模型明显优于LS-SVM模型;在模型的可解释方面,LAR模型要优于PLSR模型.[结论]LAR模型虽然在预测精度上稍逊于LS-SVM,但在模型的实现和计算复杂度以及可解释方面都具有明显的优势,因此提出的LAR模型更能有效地应用于基于NIR光谱的果品品质分析中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	但松健	重庆第二师范学院继续教育学院	10	0	0.0	0.0