近红外光谱技术结合反向区间偏最小二乘算法-连续投影算法预测哈密瓜可溶性固形物含量

摘要：

采用近红外光谱技术结合数据降维的方法,建立了哈密瓜可溶性固形物含量的预测模型,对原始光谱进行特征区间选择,共选取了6个子区间,432个光谱变量;将6个联合子区间的光谱数据分别结合特征选择竞争性自适应重加权采样算法、遗传算法、连续投影算法(successive projections algorithm,SPA)提取特征波长;再使用选取的特征波长以及特征区间波长作为模型的输入变量,利用极限学习机和偏最小二乘算法(partial least squares,PLS)建立哈密瓜可溶性固形物含量预测模型.结果显示,反向区间偏最小二乘算法+SPA+PLS建立的预测模型最优,模型的校正集相关系数为0.9234,预测集相关系数为0.8788,模型能够准确预测哈密瓜可溶性固形物含量.

关键词：哈密瓜;反向区间偏最小二乘算法-连续投影算法;偏最小二乘算法;可溶性固形物;无损检测

所属期刊栏目：48

资助基金：新疆维吾尔自治区教育厅自然科学重点项目;国家自然科学基金

在线出版日期：2022-02-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：248-253