基于高光谱成像技术的长枣不同保藏温度的可溶性固形物含量检测方法
应用高光谱成像技术对不同保藏温度的灵武长枣的可溶性固形物含量进行预测模型建立。提取图像中感兴趣区域的平均光谱数据,经过不同光谱预处理后,利用连续投影法( SPA)选择特征波长,对4益冷藏光谱提取13个特征波段(421,426,512,598,641,670,675,723,814,906,944,978,982 nm),对常温保藏光谱提取12个特征波段(425,507,555,598,673,680,685,718,809,910,954,978 nm)。对于MSC处理、MSC+SPA处理、Savitzky-Golay平滑处理和SNV 4种预处理方法,筛选出的最优预处理方法是冷藏采用MSC处理、常温采用MSC+SPA处理。对应这两种最优预处理方法,分别建立偏最小二乘法( PLSR)、支持向量机( SVM)、主成分回归(PCR)3种预测模型。在以上获得的6个预测模型中,得出冷藏、常温保藏的最优模型分别为MSC-PLSR模型(R2C：0.852,RMSEC：0.940；R2P：0.857,RMSEP：0.894)和MSC+SPA-PLSR模型(R2C：0.872,RMSEC：0.866；R2P：0.787,RMSEP：1.007)。结果表明：利用高光谱成像技术,结合多种预测模型建立,能够测定不同保藏温度下的灵武长枣可溶性固形物含量,实现对灵武长枣准确快速的无损检测。
高光谱成像、可溶性固形物、连续投影法、偏最小二乘法
37
O657.3;S123(分析化学)
农业科技成果转化项目2014G30000045;国家自然基金31560481
2016-08-22（万方平台首次上网日期，不代表论文的发表时间）
共9页
1014-1022
