W·默科特果实内在品质近红外光谱检测研究

发布时间：2023-04-09 01:51

　　探索了近红外光谱技术对W·默科特果实内在多项品质指标进行快速、无损检测的可行性.采集1 000～2 500 nm波段的W·默科特果实的近红外光谱,分别采用间隔偏最小二乘法(iPLS)、竞争性自适应重加权算法(CARS)和间隔偏最小二乘法结合连续投影算法(iPLS-SPA)3种特征波长筛选方法对全波段进行特征波长筛选,利用全波段及3种特征波长筛选方法得到的特征波段对应光谱信息建立了果实可溶性固形物(TSS)、可滴定酸(TA)和维生素C(V_C)含量的最小二乘支持向量机回归(LS-SVR)预测模型和偏最小二乘回归(PLSR)预测模型.结果显示,采用CARS筛选的特征波长所对应光谱信息建立的LS-SVR预测模型精度最高,模型对TSS和TA和V_C含量的预测集相关系数分别达到0.91,0.85和0.91,且模型对应的预测集均方根误差(RMSEP)分别为0.26,0.03和0.25.说明采用近红外光谱技术结合CARS和LS-SVR可实现对W·默科特果实TSS和TA和V_C含量的同时检测.

【文章页数】：7 页

【文章目录】：
1 材料与方法
    1.1 实验材料
    1.2 光谱数据采集
    1.3 内在品质检测
    1.4 数据处理
2 结果与分析
    2.1 果实TSS,TA和VC含量
    2.2 果实光谱反射值曲线
    2.3 特征波长提取
    2.4 模型的建立
3 讨 论
4 结 论



本文编号：3786846