基于透射光谱技术的温州蜜柑含水率检测

摘要：

利用可见/近红外光谱透射技术检测温州蜜柑含水率.采用微分处理(differential processing,SD)、多元散射校正(multivariate scattering correction,MSC)、标准正态变换(standard normal variate,SNV)、SG卷积平滑以及标准化等预处理方法比较建立的偏最小二乘回归模型(partial least squares regression,PLS)的拟合准确度,并确定最佳预处理方法,同时采用竞争性自适应重加权采样算法(competitive adaptive reweighted sam-pling algorithm,CARS)提取特征波长,以此建立基于柑橘含水率的PLS模型、BP神经网络模型和最小二乘支持向量机模型(least squares support vector machine,LSSVM).结果显示,使用经过SNV预处理后的光谱进行CARS筛选得到的359个波长建立的LSSVM模型预测效果最佳,校正集的相关系数和均方根误差分别为0.9375和0.0086,验证集相关系数和均方根误差分别为0.8316和0.0120,表明可见/近红外光谱技术用于温州蜜柑的含水率检测是可行的.

关键词：可见/近红外光谱、温州蜜柑、无损检测、含水率、透射光谱技术、品质分级

所属期刊栏目：40

分类号：S513(禾谷类作物)

资助基金：湖北省技术创新专项2017ABA158

在线出版日期：2021-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：86-92