基于主成分回归的苹果可溶性固形物含量预测模型

• 作者: 孟庆龙 尚静 张艳 黄人帅
• 来源期刊: 保鲜与加工
• 关键词: 光谱技术 苹果 可溶性固形物含量 主成分回归
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 检测分析
• 页码范围: 185-189
• 页数: 5页
• 分类号: S661.1
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6221.2020.05.029

摘要

为了更好地预测苹果的可溶性固形物含量(SSC),试验采用反射式光谱采集系统获取采后“富士”苹果的光谱反射率.分析了3种光谱预处理方法(标准正态变换、多元散射校正以及二阶导数)对预测模型的影响;利用主成分分析方法对预处理后的光谱数据进行降维,并基于选取的特征变量建立预测苹果SSC的回归模型.结果 表明:采用主成分分析方法从全光谱的1 024个波长中选取了前23个主成分得分作为特征变量;基于特征变量建立的回归预测模型具有较好的预测能力,其预测集相关系数RP=0.908,均方根误差RMSEP=0.499.这表明采用光谱技术结合主成分回归预测苹果SSC是可行的.

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		32	74	4.0	8.0
2	孟庆龙		17	14	2.0	3.0
3	尚静		19	15	2.0	3.0
4	黄人帅		3	0	0.0	0.0