共 22 条
- [5] 蒙特卡罗无信息变量消除方法用于近红外光谱预测果品硬度和表面色泽的研究[J]. 郝勇,孙旭东,潘圆媛,高荣杰,刘燕德.光谱学与光谱分析. 2011(05)
- [6] 脐橙糖度近红外光谱在线检测数学模型优化研究[J]. 孙旭东,郝勇,高荣杰,欧阳爱国,刘燕德.光谱学与光谱分析. 2011(05)
- [7] 便携式近红外仪检测牛奶中脂肪、蛋白质及干物质含量[J]. 李晓云,王加华,黄亚伟,韩东海.光谱学与光谱分析. 2011(03)
基于最小二乘支持向量机的辣椒可溶性固形物和维生素C含量近红外光谱检测
被引：27
作者：
刘燕德
周延睿
潘圆媛
机构：
[1] 不详
[2] 华东交通大学机电工程学院
[3] 不详
来源：
关键词：
近红外光谱;
最小二乘支持向量机;
鲜辣椒;
可溶性固形物;
维生素C;
D O I：
暂无
中图分类号：
O657.33 [红外光谱分析法];
S123 [光在农业上的应用];
学科分类号：
摘要：
应用傅里叶变换近红外光谱技术实现了鲜辣椒中可溶性固形物(SSC)和维生素C(Vc)含量的快速无损检测。分别采用7种预处理方法对原始光谱进行处理后,建立了SSC和Vc预测的偏最小二乘法(PLS)模型。将利用最小二乘法(PLS)提取的主成分(PC)和蒙特卡罗无信息变量消除法(MC-UVE)提取的有效波长作为最小二乘支持向量机(LSSVM)的输入变量,分别建立了PC-LS-SVM和MC-UVE-LS-SVM模型,并与MC-UVE-PLS模型进行了比较。采用优化后的模型对27个预测集未知样品进行了预测。结果表明,对鲜辣椒中SSC含量预测最优的为MC-UVE-PLS模型,其预测集相关系数(rp)为0.971,预测集均方根误差(RMSEP)为0.382°Brix;对鲜辣椒中Vc含量预测最优的为MCUVE-LS-SVM模型,其rp为0.899,RMSEP为21.022mg/100g。研究结果表明:鲜辣椒中SSC和Vc的含量与近红外光谱具有显著的相关性。
引用
收藏
页码：281 / 288
页数：8
相关论文