摘要： 酸度是评价砂糖橘品质的重要指标之一,为了消除光谱变量间的共线性影响、减少建模变量以提高校正速度,该文... 酸度是评价砂糖橘品质的重要指标之一,为了消除光谱变量间的共线性影响、减少建模变量以提高校正速度,该文应用连续投影算法(SPA)对砂糖橘总酸近红外光谱无损检测模型进行优化。利用连接点修正方法修正近红外光谱,结合学生化残差图和模型回归图剔除异常样本,利用SPXY(sample set partitioning based on joint x-y distances)方法划分样本集,最后利用SPA进行变量选择,比较SPA选择的变量建模和全光谱变量PLS模型的预测效果,并分析橘皮对总酸模型的预测精度的影响程度。结果表明,只用了全部2001个变量中的9个变量,整果测定酸度情况下的SPA-MLR模型和SPA-PLS模型的预测精度与全部变量PLS模型的预测精度相当,预测相关系数Rp分别为0.829470,0.837095和0.857299。去皮留果肉测定酸度情况下则优选了13个变量,其SPA-MLR模型和SPA-PLS模型的Rp分别为0.819430、0.825277,均比全光谱变量PLS模型的Rp(0.780146)高,SPA算法提高了去皮留果肉测定酸度情况下的模型预测精度。显示全部
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
