10.3964/j.issn.1000-0593(2016)04-0981-05
基于LLE-SVR的鸡蛋新鲜度可见/近红外光谱无损检测方法
鸡蛋新鲜度是反映鸡蛋内部品质的一个重要指标。为了能够实现鸡蛋新鲜度的快速无损检测,利用微型光纤光谱仪采集鸡蛋550~950 nm的透射率光谱曲线,与鸡蛋的哈夫单位值进行了定量分析。通过不同的预处理方式分别结合偏最小二乘回归(partial least squares regression ,PLSR)与支持向量回归(sup‐port vector regression ,SVR)建立模型,比较了不同模型的预测结果,发现一阶微分结合SVR能够实现较好地预测,且利用SVR建模要优于PLSR。为了提高运算效率,减少无用信息对建模的不良影响,分别利用线性降维主成分分析法(principal component analysis ,PCA )与非线性降维局部线性嵌入(locally linear embed‐ding ,LLE)对一阶微分后的光谱数据降维,比较两种降维方法的预测效果,得出了LLE降维要优于PCA降维,其训练集和预测集的相关系数与均方根误差分别为92.2%,7.21和91.1%,8.80,训练集交叉验证的均方根误差相比减少了0.79。实验结果表明,利用局部线性嵌入结合支持向量回归进行非线性建模,能够提高鸡蛋新鲜度的预测能力,表明该方法对鸡蛋新鲜度的可见/近红外光谱检测可行。
可见/近红外光谱、鸡蛋、支持向量回归、局部线性嵌入、新鲜度
36
O657.3(分析化学)
国家自然科学基金项目31371771;公益性行业农业科研专项201303084;国家科技支撑计划项目2015BAD19B05
2016-08-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
981-985