共 14 条
- [4] 基于连续投影算法的光谱主成分组合优化方法研究[J]. 吴迪,金春华,何勇.光谱学与光谱分析. 2009(10)
- [8] 基于最小二乘支持向量机的番茄汁糖酸度分析研究[J]. 黄康,汪辉君,徐惠荣,王剑平,应义斌.光谱学与光谱分析. 2009(04)
鲜枣可溶性固形物可见/近红外光谱检测建模方法比较
被引：18
作者：
张淑娟
张海红
赵艳茹
赵华民
机构：
[1] 山西农业大学工学院
来源：
基金：
高等学校博士学科点专项科研基金;
关键词：
鲜枣;
可溶性固形物;
可见/近红外光谱;
无损检测;
D O I：
暂无
中图分类号：
S665.1 [枣];
学科分类号：
摘要：
对采摘于一枣园的180个壶瓶枣样本,随机分成150个样本校正集和30个样本预测集。用FieldSpec3光谱仪采集光谱,并进行多元散射校正(MSC)预处理,之后分别利用连续投影算法(SPA)和逐步回归法(SRA)提取特征波长,并结合光谱理论分析确定,再分别基于偏最小二乘法(PLS)和最小二乘-支持向量机(LS-SVM)建立壶瓶枣可溶性固形物含量预测的简化模型和全波段模型。结果表明,全波段PLS模型预测的相关系数和预测均方根误差分别为0.887 4和1.088 9,预测效果最好;建立的MSC-SPA-PLS模型预测的相关系数和均方根误差分别为0.799 0和1.407 8,建立的MSC-SRA-PLS模型预测的相关系数和均方根误差分别为0.822 4和1.3851,与全波段的MSC-PLS相比,精度均降低;建立的MSC-SPA-LS-SVM模型预测的相关系数和均方根误差分别为0.796 3和1.145 8,与全波段的MSC-LS-SVM相比,精度提高;建立的MSC-SRA-LS-SVM模型预测精度很低,不适用。
引用
收藏
页码：108 / 112
页数：5
相关论文