作 者 | 陳素彬,楊華,羅蓉,胡振 |
第一作者 | 陳素彬 |
作者單位 | 南充職業技術學院,四川南充 |
卷 號 | 49 |
發表年份 | 2021 |
發表刊期 | 20 |
發表頁面 | 205-209 |
關 鍵 字 | 可溶性固形物;近紅外光譜分析;定量模型;偏最小二乘法;最小二乘支持向量機 |
摘 要 | [目的]為了檢測馬鈴薯的飼用品質,用近紅外光譜法建立馬鈴薯可溶性固形物含量(SSC)快速測定模型。[方法]以偏最小二乘法(PLS)建立原始光譜的校正模型為基礎,用蒙特卡洛交互驗證法剔除異常樣本,經比較選擇標準正態變量和均值中心化算法進行光譜預處理、光譜-參考值共生距離法劃分樣本集,然后對所得數據分別以PLS和最小二乘支持向量機(LS-SVM)建立定量校正模型,并用競爭性自適應重加權采樣法和風驅動-差分進化混合算法完成相應模型的特征波長和參數優化。[結果]優化的PLS模型和LS-SVM模型波長變量分別減至全光譜的8.67%、67.80%,二者的Rc2、Rp2、RMSEC、RMSEP、RPD分別為0.970 8、0.954 2、0.258 6、0.262 8、5.91和0.987 3、0.983 0、0.170 5、0.173 4、8.96,LS-SVM模型的各項性能指標全面優于PLS模型。[結論]2種定量模型均可用于馬鈴薯SSC的實際檢測工作。 |
附 件 | 馬鈴薯可溶性固形物的近紅外光譜快速定量模型及優化 |
注:若需下載,請右鍵單擊另存 |