苹果可溶性固形物含量的多元线性回归预测

目的可溶性固形物含量是评价苹果品质的重要指标,为开发苹果品质快速检测设备提供理论基础。方法采用高光谱图像采集系统采集"富士"苹果的高光谱图像,并获取感兴趣区域的反射光谱;应用连续投影算法对标准正态变换预处理后的光谱进行降维;基于选取的特征光谱建立预测苹果可溶性固形物含量的多元线性回归模型。结果采用连续投影算法从256个全光谱中提取了12个波长作为特征光谱,明显提升了多元线性回归预测模型的运行效率;基于特征光谱建立的多元线性回归预测模型具有较好的校正性能(RC=0.804,RCm=0.665%)和预测性能(RP=0.859,RPm=0.413%)。结论研究建立的苹果可溶性固形物含量预测模型性能较稳定,可以满足实际应用需求。