近红外结合线性回归算法快速预测小麦籽粒干物质和重量

摘要：

为了实现小麦品质(干物质、重量)的快速无损检测,对35个小麦品种样品进行了近红外系统扫描,获取光谱信息,并进行高斯滤波平滑(GFS)、归一化(N)和基线校正(BC)预处理.采用偏最小二乘(PLS)算法分别建立光谱信息与干物质和重量参考值之间的定量关系.采用回归系数法(RC)和连续投影算法(SPA)两种方法在900～1700nm范围内选择最优波长对全波段PLS模型进行优化.基于选择的最优波长,分别建立PLS和MLR预测模型.结果 表明,基于RC法从RAW光谱中筛选出的20个最佳波长构建的RC-RAW-PLS模型对干物质有较好的预测性能,rp为0.93,RMSEP为0.03％.基于SPA法从RAW光谱中选取的12个最优波长建立的SPA-RAW-MLR模型对重量有较好的预测性能,rp为0.89,RMSEP为0.32 g.综上所述,近红外光谱结合PLS和MLR算法可分别用于小麦籽粒干物质和重量的快速预测.

关键词：近红外;小麦;偏最小二乘;干物质;重量

所属期刊栏目：43

分类号：TS251.7(食品工业)

资助基金：河南省重大科技专项;河南省重大科技专项;新乡市重大科技专项;河南科技学院横向科研——小麦;甘薯专用肥联合研发项目;河南科技学院高层次人才引进项目;河南科技学院高层次人才引进项目

在线出版日期：2022-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：323-331