稿件查詢：
2021年20期
馬鈴薯可溶性固形物的近紅外光譜快速定量模型及優化
| 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 |
