高光谱成像技术结合遗传算法和BP神经网络的南疆骏枣总糖含量建模分析

为考察南疆骏枣的总糖含量与高光谱数据的对应关系,采用高光谱成像技术结合遗传算法和反向传播(back propagation,简称BP)神经网络的方法对南疆骏枣进行总糖含量建模分析,采用不同预处理方法处理原始光谱数据,并用遗传算法进行波长变量的选择,回归分析分别采用偏最小二乘法(PLS)和BP神经网络(BP-ANN),从线性和非线性回归方式上建立校正模型分析。结果表明,用多元散射校正(MSC)进行预处理好于其他预处理方式。在回归分析上,BP-ANN预测南疆骏枣总糖含量的模型好于PLS,预测相关系数(Rp)和预测标准偏差(RMSEP)分别为0.918 4和0.931 0。由结果可知,利用近红外高光谱成像技术对南疆骏枣总糖含量进行预测是可行的。

通过距离匹配法对224团骏枣与10团骏枣聚类分析的研究

和田224团骏枣与阿克苏10团骏枣在价格上有明显的差别,快速准确的识别二者有很大的实际意义。应用距离匹配法对和田224团骏枣与阿克苏10团骏枣进行聚类分析,预处理方法采用归一化,基线校正和Savitzky-Golay卷积求导法(13点平滑,3点差分宽度),并利用马氏距离剔除异常样本。研究结果表明:和田224团骏枣与阿克苏10团骏枣在水分含量、总糖含量和总酸含量上有明显区别。预测效果最好的是总酸波段的聚类分析模型,其次是水分波段的聚类分析模型,最后是总糖波段的聚类分析模型。在分类效果上,聚类分析模型更适用阿克苏10团骏枣,所以阿克苏10团骏枣比和田224团骏枣效果好。结论:利用距离匹配法对和田骏枣与阿克苏骏枣进行产地的鉴别是可行的,该法对考察南疆红枣的产地鉴别有一定的参考价值。