首页 | 本学科首页   官方微博 | 高级检索  
     检索      

成熟期梨可溶性固形物含量的近红外漫反射光谱无损检测
引用本文:王铭海,郭文川,谷静思.成熟期梨可溶性固形物含量的近红外漫反射光谱无损检测[J].西北农林科技大学学报(社会科学版),2013,41(12):113-119.
作者姓名:王铭海  郭文川  谷静思
作者单位:西北农林科技大学 机械与电子工程学院;西北农林科技大学 机械与电子工程学院;西北农林科技大学 机械与电子工程学院
基金项目:国家自然科学基金项目(31171720)
摘    要:【目的】研究成熟期梨可溶性固形物含量的近红外漫反射光谱无损检测技术,为及时、准确地掌握成熟期梨果实的内部品质特性及田间管理、适时采收、合理储藏提供依据。【方法】基于近红外漫反射光谱检测技术分别建立了成熟期砀山酥梨可溶性固形物含量的偏最小二乘(PLS)、广义回归神经网络(GRNN)和偏最小二乘支持向量机动态预测模型(LSSVM),并综合评价了无信息变量消除法(UVE)优选有效特征波数对于简化模型、提高预测性能的影响。【结果】UVE算法能够很好地提高建模效率、有效改善GRNN和LSSVM模型预测精度,而对PLS分析模型效果不明显。3种模型中,LSSVM模型比GRNN和PLS模型具有明显优势,其中UVE-LSSVM模型具有最佳预测精度和适用性,其校正相关系数(Rc)为0.988,校正均方根误差(RMSEC)为0.074,预测相关系数(Rp)为0.922,预测均方根误差(RMSEP)为0.162。【结论】基于近红外光谱技术的UVE-LSSVM模型可用于成熟期梨可溶性固形物含量的无损检测。

关 键 词:近红外光谱    成熟期  可溶性固形物含量  偏最小二乘支持向量机  无信息变量消除法
收稿时间:2013/1/10 0:00:00

Nondestructive detection of soluble solids contents in pears during ripening period using near infrared diffused spectroscopy
WANG Ming-hai;GUO Wen-chuan;GU Jing-si;LIU Hui.Nondestructive detection of soluble solids contents in pears during ripening period using near infrared diffused spectroscopy[J].Journal of Northwest Sci-Tech Univ of Agr and,2013,41(12):113-119.
Authors:WANG Ming-hai;GUO Wen-chuan;GU Jing-si;LIU Hui
Institution:WANG Ming-hai;GUO Wen-chuan;GU Jing-si;LIU Hui;College of Mechanical and Electronic Engineering,Northwest A&F University;
Abstract:
Keywords:near infrared spectroscopy  pear  ripening period  soluble solids content  least squares support vector machine  uninformative variables elimination algorithm
本文献已被 CNKI 等数据库收录!
点击此处可从《西北农林科技大学学报(社会科学版)》浏览原始摘要信息
点击此处可从《西北农林科技大学学报(社会科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号