摘要
为探讨快速无损检测班菲尔脐橙可溶性固形物(TSS)含量的方法,利用多元散射校正对脐橙1 000~2 500 nm近红外光谱进行了预处理,并用偏最小二乘法(PLS)、区间偏最小二乘法(iPLS)和联合区间偏最小二乘法(siPLS)分别建立预测模型。结果表明,采用siPLS将光谱划分为17个子区间,利用其中的第4(1 267~1 355 nm)、5(1 356~1 443 nm)、9(1 708~1 795 nm)、15(2 236~2 323 nm)号4个子区间联合建立的TSS模型效果最佳,其校正集决定系数和均方根误差分别为0.910 9和0.331 2。预测集决定系数和均方根误差分别为0.878 9和0.448 7,主因子数为6个。研究表明,近红外光谱技术结合siPLS可优选出表征班菲尔脐橙TSS含量信息的特征光谱区间简化预测模型,同时提高模型预测能力和精度。
为探讨快速无损检测班菲尔脐橙可溶性固形物(TSS)含量的方法,利用多元散射校正对脐橙1 000~2 500 nm近红外光谱进行了预处理,并用偏最小二乘法(PLS)、区间偏最小二乘法(iPLS)和联合区间偏最小二乘法(siPLS)分别建立预测模型。结果表明,采用siPLS将光谱划分为17个子区间,利用其中的第4(1 267~1 355 nm)、5(1 356~1 443 nm)、9(1 708~1 795 nm)、15(2 236~2 323 nm)号4个子区间联合建立的TSS模型效果最佳,其校正集决定系数和均方根误差分别为0.910 9和0.331 2。预测集决定系数和均方根误差分别为0.878 9和0.448 7,主因子数为6个。研究表明,近红外光谱技术结合siPLS可优选出表征班菲尔脐橙TSS含量信息的特征光谱区间简化预测模型,同时提高模型预测能力和精度。
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2012年第S1期211-214,共4页
Transactions of the Chinese Society for Agricultural Machinery
基金
国家高技术研究发展计划(863计划)资助项目(2012AA101904)
重庆市国际科技合作计划资助项目(cstc2011gjhz80001)
重庆市科技攻关资助项目(CSCT2012gg-yyjs80002)
关键词
班菲尔脐橙
可溶性固形物
近红外光谱
特征谱区
联合区间偏最小二乘法
Bamfild navel orange
Total soluble solids
NIR spectroscopy
Efficient spectral regions
Synergy interval partial least square