基于高光谱技术的果糖检测优化算法和可视化方法
为提升高光谱成像技术对果糖的无损检测精度,引进一种优化偏最小二乘(PLS)因子数的方法,以高光谱技术采集的苹果数据为基础,对比分析了全波段建模、遗传算法(GA)和连续投影算法(SPA)选择光谱特征波段建模在优化前后对果糖的预测性能.结果表明,优化方法不仅提高了模型的预测能力,同时降低了模型的复杂度,为PLS在化学计量学中的应用提供了改进方法.优化方法对全波段PLS模型的改善效果最优,预测误差均方根(RMSEP)和测试组相关系数(Rp)前分别为0.657、0.828,优化后改善至0.604、0.871.另外,本文从可视化角度对果糖含量的差异进行表征,并取得良好效果,为进一步提升高光谱检测水果内部品质的准确性提供了理论基础.
偏最小二乘(PLS)、因子数、高光谱成像、糖度、可视化
29
TN248(光电子技术、激光技术)
国家自然科学基金;科研发展项目
2018-04-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
173-180