雷竹笋硬度的近红外光谱检测模型优化

摘要：

为了提高应用近红外光谱技术无损检测雷竹Phyllostachys violascens竹笋硬度的精度,研究了雷竹笋硬度光谱检测模型的优化方法.首先对雷竹笋原始光谱进行正态变量变换(SNV),然后采用后向间偏最小二乘法(biPLS)去除部分与竹笋硬度无关的变量,随后进一步采用竞争性自适应权重法(CARS)剔除无关变量,最后采用连续投影算法(SPA)将光谱变量个数从1 557个减少为25个.最终,biPLS-CARS-SPA模型的交叉验证相关系数(rcy),预测相关系数(rp),交叉验证均方误差(RMSECV)以及预测均方误差(RMSEP)分别为0.984,0.926,0.300 N· cm-2和0.625 N·cm-2,优于其他几种常见的变量选择方法及其组合.研究结果表明,biPLS-CARS-SPA方法所选特征变量避开了水分强吸收峰的影响,具有实际的物理表征意义,为竹笋硬度在线快速检测、筛选和指导切削设备的研发提供了重要的理论依据.

关键词：经济林学、近红外光谱、后向间隔偏最小二乘法、竞争性自适应权重法、连续投影算法、硬度、雷竹笋

所属期刊栏目：32

分类号：S123;O657.33(农业物理学)

资助基金：浙江省自然科学基金资助项目Y3110450,LY13C200014;浙江省科学技术公益项目2011C22069;浙江农林大学智慧农林业研究中心资助项目2013ZHL03;浙江农林大学人才启动基金资助项目2012FR085

在线出版日期：2015-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：875-882