西瓜检测部位差异对近红外光谱可溶性固形物预测模型的影响

发布时间：2017-10-18 23:16

  本文关键词：西瓜检测部位差异对近红外光谱可溶性固形物预测模型的影响

  更多相关文章： 小型西瓜 检测部位 近红外光谱 可溶性固形物

【摘要】：西瓜可溶性固形物含量的无损检测对提升其内部品质十分重要。为实现近红外光谱对小型西瓜表面各部位可溶性固形物含量的准确预测,减小检测部位差异对预测模型的影响,以"京秀"西瓜为研究对象,分别采集赤道、瓜脐和瓜梗三部位的漫透射光谱信息,利用偏最小二乘算法(PLS)建立并比较单一检测部位和混合所有检测部位的西瓜可溶性固形物近红外光谱预测模型,并分别采用连续投影算法(SPA)和竞争性自适应重加权算法(CARS)对西瓜可溶性固形物近红外光谱变量进行特征波长筛选。结果显示,相比于单一检测部位的模型,混合所有检测部位的校正集样本建立的模型取得了较优的预测结果。同时,利用CARS算法筛选的42个特征波长变量建模,对三种检测部位预测集样本的预测结果分别为赤道R_P=0.892和RMSEP=0.684°Brix,瓜脐R_P=0.905和RMSEP=0.629°Brix,瓜梗R_P=0.899和RMSEP=0.721°Brix。模型得到了很大的简化,且预测精度较高。比较发现,利用SPA算法筛选的19个特征波长变量所建模型的预测精度较低。利用三种检测部位的西瓜样本建立的PLS混合预测模型,结合CARS算法进行有效特征波长变量筛选,可提高西瓜可溶性固形物预测模型的精度,实现西瓜表面各部位可溶性固形物含量的准确预测,减小检测部位差异对近红外光谱预测模型的影响。结果为今后开发便携式设备检测西瓜表面各部位可溶性固形含量提供参考依据。
【作者单位】： 西北农林科技大学机械与电子工程学院;国家农业智能装备工程技术研究中心;农业部农业信息技术重点实验室;农业智能装备技术北京市重点实验室;
【关键词】： 小型西瓜 检测部位 近红外光谱 可溶性固形物
【基金】：北京市自然科学基金青年基金项目(6144024) 北京市农林科学院青年基金项目(QNJJ201423)资助
【分类号】：TS255.7;O657.33
【正文快照】： 1.西北农林科技大学机械与电子工程学院,陕西杨凌7121002.国家农业智能装备工程技术研究中心,北京1000973.农业部农业信息技术重点实验室,北京1000974.农业智能装备技术北京市重点实验室,北京100097引言西瓜是我国夏季最主要的水果之一,甘甜多汁,含有大量的葡萄糖、氨基酸、维，

本文编号：1057696