基于小波滤噪和iPLS的草莓近红外光谱糖度检测模型

[目的]获得精度高、鲁棒性强的草莓近红外光谱糖度检测模型。[方法]利用K-S(Kennard-Stone)方法划分样本集,并用小波滤噪法对草莓1000～2500 nm近红外光谱进行预处理,最后用偏最小二乘法(PLS)和区间偏最小二乘法(iPLS)分别建立预测模型。[结果]采用区间偏最小二乘法将光谱划分为20个子区间,利用其中的第16个子区间建立的糖度模型效果最佳,其校正时的相关系数Rc和校正均方根误差RMSEC分别为0.9355和0.259,预测时的相关系数Rp和预测均方根误差RMSEP分别为0.9202和0.305。[结论]用小波滤噪和联合区间偏最小二乘法所建立的草莓糖度模型不仅能有效地减少建模所用的变量数,缩短运算时间,而且预测能力和精度均得到提高。