基于SPXY-WT-CARS算法的草莓糖度近红外光谱检测研究

基于样品集划分、特征波长选择、偏最小二乘法(PLS)等基本理论,利用近红外光谱技术对草莓糖度建立定量分析模型。首先,采用光谱-理化值共生距离算法(SPXY)将草莓样品集划分为40个校正集和15个预测集。其次,采用小波变换(WT)结合竞争性自适应重加权算法(CARS)对原始光谱进行分解和重构。最后,利用偏最小二乘法(PLS)建立草莓糖度预测模型。结果表明,SPXY样品集划分合理有效,有利于建立稳健的预测模型。小波变换能够有效剔除高频噪声干扰,重构得到的光谱特征波形轮廓清晰。PLS预测模型不仅能够提高模型预测精度和稳定度,而且还能降低建模变量和模型复杂度。该研究结果为实际生产中利用近红外光谱技术快速无损检测其它水果糖度提供了技术可行性。