光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2012年
10期
2680-2684
,共5页
欧阳爱国%谢小强%周延睿%刘燕德
歐暘愛國%謝小彊%週延睿%劉燕德
구양애국%사소강%주연예%류연덕
近红外光谱%遗传算法%反向区间偏最小二乘法%连续投影算法%可溶性固形物
近紅外光譜%遺傳算法%反嚮區間偏最小二乘法%連續投影算法%可溶性固形物
근홍외광보%유전산법%반향구간편최소이승법%련속투영산법%가용성고형물
为了提高苹果可溶性固形物含量近红外光谱校正模型的预测能力和稳健性,分别采用反向区间偏最小二乘法、遗传算法和连续投影算法,筛选苹果可溶性固形物的近红外光谱变量,并建立了偏最小二乘回归模型.利用遗传算法筛选的141个变量建立的校正模型,预测效果最好,与全谱建立的校正模型比较,预测相关系数,从0.93提高到0.96,预测均方根误差,从0.30°Brix降低到0.23°Brix.实验结果表明遗传算法结合偏最小二乘回归方法,有效地提高了苹果可溶性固形物近红外光谱检测模型的预测精度.
為瞭提高蘋果可溶性固形物含量近紅外光譜校正模型的預測能力和穩健性,分彆採用反嚮區間偏最小二乘法、遺傳算法和連續投影算法,篩選蘋果可溶性固形物的近紅外光譜變量,併建立瞭偏最小二乘迴歸模型.利用遺傳算法篩選的141箇變量建立的校正模型,預測效果最好,與全譜建立的校正模型比較,預測相關繫數,從0.93提高到0.96,預測均方根誤差,從0.30°Brix降低到0.23°Brix.實驗結果錶明遺傳算法結閤偏最小二乘迴歸方法,有效地提高瞭蘋果可溶性固形物近紅外光譜檢測模型的預測精度.
위료제고평과가용성고형물함량근홍외광보교정모형적예측능력화은건성,분별채용반향구간편최소이승법、유전산법화련속투영산법,사선평과가용성고형물적근홍외광보변량,병건립료편최소이승회귀모형.이용유전산법사선적141개변량건립적교정모형,예측효과최호,여전보건립적교정모형비교,예측상관계수,종0.93제고도0.96,예측균방근오차,종0.30°Brix강저도0.23°Brix.실험결과표명유전산법결합편최소이승회귀방법,유효지제고료평과가용성고형물근홍외광보검측모형적예측정도.
