摘要：以砂糖橘为对象，建立基于可见-近红外光谱的砂糖橘总酸含量的无损检测方法。试验采集170个完整砂糖橘的500...以砂糖橘为对象，建立基于可见-近红外光谱的砂糖橘总酸含量的无损检测方法。试验采集170个完整砂糖橘的500-2500nm漫反射光谱，然后采用滴定法测定总酸含量。采用Sym8小波变换对光谱进行去噪预处理，并采用连续投影算法（successive projections algorithm，SPA）结合间隔偏最小二乘法（interval项式partial least squares，iPLS）优选波长，最终建立BPNN和偏最小二乘法（partial least squares method，PLS）总酸预测模型。结果表明：砂糖橘光谱的小波去噪方法产生的信噪比均值SNR=175．2911，去噪信号与原始信号间的均方根误差均值RMSE=0．00013，性能优于常规去噪方法。SPA与iPLS相结合构成的反向偏最小二乘法（backward interval partial least squares，BiPLS）_SPA波长选择法能将光谱变量从2001个压缩到14个，能简化模型并提高建模精度和稳定性。BPNN模型具有更好的非线性映射能力，基于这14个变量的BPNN总酸预测模型的预测相关系数Rp=0．867，预测均方根误差RMSEP=0．0616，性能优于线性的PLS模型。显示全部
