江苏农业科学
江囌農業科學
강소농업과학
JIANGSU AGRICULTURAL SCIENCES
2014年
8期
284-286
,共3页
秦善知%陈斌%陆道礼%颜辉
秦善知%陳斌%陸道禮%顏輝
진선지%진빈%륙도례%안휘
便携式近红外光谱仪%梨%可溶性固形物含量%向后区间偏最小二乘法%遗传算法
便攜式近紅外光譜儀%梨%可溶性固形物含量%嚮後區間偏最小二乘法%遺傳算法
편휴식근홍외광보의%리%가용성고형물함량%향후구간편최소이승법%유전산법
探索采用便携式近红外光谱仪,利用不同光谱预处理算法及波长优选法建立检测模型检测梨可溶性固形物含量(SSC)的可行性。比较了一阶导数(1st)、二阶导数(2nd)、多元散射校正(MSC)、标准正态变量变换(SNV)等9种预处理方法进行PLS建模的效果,确定最佳预处理方法。用相关系数法、无信息变量消除法( UVE)、向后区间偏最小二乘法( biPLS)和向后区间偏最小二乘法结合遗传算法( biPLS+GA)优选波长,用偏最小二乘法( PLS)建立梨SSC的定标模型,根据各个模型的校正集和预测集的相关系数( r)和交互验证均方根误差( RMSECV )、预测均方根误差(RMSEP)评价定标模型的精度和稳定性。结果表明:经过SNV预处理后的建模效果最好,校正集和预测集的相关系数r分别为0.8908和0.8689, RMSECV 和 RMSEP 分别为0.5925和0.6308;相较于其他3种波长优选法, biPLS+GA方法不仅优选的波长数少,而且所建模型的预测效果更好,校正集和预测集的相关系数分别为0.8879和0.8910,RMSECV和RMSEP分别为0.5999和0.5713。
探索採用便攜式近紅外光譜儀,利用不同光譜預處理算法及波長優選法建立檢測模型檢測梨可溶性固形物含量(SSC)的可行性。比較瞭一階導數(1st)、二階導數(2nd)、多元散射校正(MSC)、標準正態變量變換(SNV)等9種預處理方法進行PLS建模的效果,確定最佳預處理方法。用相關繫數法、無信息變量消除法( UVE)、嚮後區間偏最小二乘法( biPLS)和嚮後區間偏最小二乘法結閤遺傳算法( biPLS+GA)優選波長,用偏最小二乘法( PLS)建立梨SSC的定標模型,根據各箇模型的校正集和預測集的相關繫數( r)和交互驗證均方根誤差( RMSECV )、預測均方根誤差(RMSEP)評價定標模型的精度和穩定性。結果錶明:經過SNV預處理後的建模效果最好,校正集和預測集的相關繫數r分彆為0.8908和0.8689, RMSECV 和 RMSEP 分彆為0.5925和0.6308;相較于其他3種波長優選法, biPLS+GA方法不僅優選的波長數少,而且所建模型的預測效果更好,校正集和預測集的相關繫數分彆為0.8879和0.8910,RMSECV和RMSEP分彆為0.5999和0.5713。
탐색채용편휴식근홍외광보의,이용불동광보예처리산법급파장우선법건립검측모형검측리가용성고형물함량(SSC)적가행성。비교료일계도수(1st)、이계도수(2nd)、다원산사교정(MSC)、표준정태변량변환(SNV)등9충예처리방법진행PLS건모적효과,학정최가예처리방법。용상관계수법、무신식변량소제법( UVE)、향후구간편최소이승법( biPLS)화향후구간편최소이승법결합유전산법( biPLS+GA)우선파장,용편최소이승법( PLS)건립리SSC적정표모형,근거각개모형적교정집화예측집적상관계수( r)화교호험증균방근오차( RMSECV )、예측균방근오차(RMSEP)평개정표모형적정도화은정성。결과표명:경과SNV예처리후적건모효과최호,교정집화예측집적상관계수r분별위0.8908화0.8689, RMSECV 화 RMSEP 분별위0.5925화0.6308;상교우기타3충파장우선법, biPLS+GA방법불부우선적파장수소,이차소건모형적예측효과경호,교정집화예측집적상관계수분별위0.8879화0.8910,RMSECV화RMSEP분별위0.5999화0.5713。