基于可见/近红外光谱谱区有效波长的梨品种鉴别

基于最小二乘支持向量机(LS-SVM)建模方法,提出应用梨在可见/近红外光谱谱区的有效波长(EW)进行其品种鉴别的新方法。用210个样本作为建模定标集,30个样本进行预测。根据偏最小二乘法分析载荷图和回归系数图选择鉴别梨品种的有效波长,并建立EW与最小二乘支持向量机相结合的EW-LS-SVM模型,同时与应用逆反馈人工神经网络(BP-ANN)建立的EW-BP-ANN模型进行判别准确率的比较。结果表明,应用LS-SVM和BP-ANN建立的模型对建模样本和预测集样本的判别准确率分别为100%和93.3%。研究表明,应用EW-LS-SVM模型进行梨品种鉴别是可行的。