文献类型：期刊文章

作　　者：彭清维[1] 刘芸[1] 于建成[1] 魏晓楠[1] 唐延林[1]

PENG Qingwei;LIU Yun;YU Jiancheng;WEI Xiaonan;TANG Yanlin(College of Physics, Guizhou University, Guiyang 550025, China)

机构地区：[1]贵州大学物理学院,贵州贵阳550025

出　　处：《茶叶科学》

基　　金：国家自然科学基金(11164004);贵州大学研究生创新基金(2017036)

年　　份：2017

卷　　号：37

期　　号：5

起止页码：458-464

语　　种：中文

收录情况：BDHX、BDHX2014、CAB、CAS、CSCD、CSCD2017_2018、JST、RCCSE、ZGKJHX、核心刊

摘　　要：以湄潭翠芽为研究对象,利用可见/近红外光谱技术对其等级进行判别。首先利用卷积平滑、多元散射校正、标准正态变量变换、一阶导数法、二阶导数法、去趋势法等预处理方法对样本原始光谱数据进行处理。然后基于不同光谱预处理方法和原始光谱建立偏最小二乘回归模型,研究分析不同光谱预处理方法对模型的影响,结果表明,使用卷积平滑预处理方法的模型效果最好。然后,研究分别采用逐步回归分析、连续投影算法和竞争性自适应重加权算法3种特征波长选择方法,对卷积平滑预处理后的光谱数据进行特征波长的筛选,以基于不同特征波长选择算法筛选的特征波长和原始全波段数据进行偏最小二乘回归模型建模。结果表明,基于竞争性自适应重加权算法方法筛选的特征波长建立的模型预测效果最好,模型的预测集相关系数达到0.9739,均方根误差为0.2250,这可为湄潭翠芽等级的快速判别提供理论依据。

关 键 词：可见/近红外光谱  湄潭翠芽 等级  竞争性自适应重加权算法  偏最小二乘回归

分 类 号：O657.3] TS272.7[化学类]