稻谷水分近红外光谱预测模型特征波长筛选
运用近红外光谱快速检测技术可以实现稻谷水分的快速检测,为减少近红外预测模型的输入变量、提升近红外模型的预测精度,采用逐步缩短波长优中选优的方法,筛选出与稻谷水分预测模型相关性高的特征波长.结果表明,采用偏最小二乘法对228个稻谷样品建立稻谷水分预测模型,近红外光谱的最佳预处理方式为消除常数偏移量.当步长为300 cm-1时,筛选出的特征波长点有2 007个,占全光谱的87%.将获得的特征波长进一步缩短步长至150 cm-1进行划分,筛选出的特征波长点有1 200个,占全光谱的52.02%,缩短步长至50 cm-1进行划分,筛选出的特征波长点有550个,占全光谱的23.84%,缩短步长至10 cm-1进行划分,筛选出的特征波长点有80个,占全光谱的3.47%.将最终筛选的特征波长建立稻谷水分预测模型,预测模型RCV2为0.978 1,RVAL2为0.970 0,表明仅利用全光谱3.47%的信息,就可以准确预测97.81%的样品.采用逐步缩短步长优中选优的方法,可为近红外光谱特征波长的筛选和近红外模型输入变量的减少提供技术支持.
近红外光谱、特征波长、筛选、稻谷、水分
43
S831.4;S511.2+1;Q141
贵州省科技计划项目;贵州省农业科学院课题
2022-09-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
320-324