期刊文章详细信息
基于变量筛选的温州蜜桔品质的光谱快速检测
Rapid spectral detection of satsuma quality in wenzhou based on variable screening
文献类型:期刊文章
ZHOU Ting;Liu Miao-Miao;MAO Fei;LUO Yue;LOU Shu-Ning;ZHANG Wen-Li;SUN Yi-Ye(College of Electrical&Electronic Engineering,Wenzhou University,Wenzhou 325035,China;Department of Planning&Finance,Wenzhou University,Wenzhou 325035,China)
机构地区:[1]温州大学电气与电子工程学院,温州325035 [2]温州大学计划财务处,温州325035
基 金:大学生创新创业计划项目(JWSC2019112);温州大学开放实验室项目(JW19SK35)。
年 份:2020
卷 号:11
期 号:11
起止页码:3460-3464
语 种:中文
收录情况:AJ、CAB、CAS、JST、ZGKJHX、普通刊
摘 要:目的利用可见/近红外光谱技术结合变量筛选算法建立预测模型。方法采集7个不同批次蜜桔样本的漫透射光谱,预处理优化后,以无信息变量消除法(uninformative variable elimination,UVE)、竞争性自适应重加权法(competitive adaptive reweighting sampling,CARS)及其组合(UVE-CARS)共3种策略来进行光谱有效波段的筛选,建立蜜桔可溶性固形物含量(soluble solid content,SSC)的偏最小二乘预测模型(partial least square,PLS)。结果比较全变量模型和3个特征变量模型的预测性能,UVE-CARS-PLS模型取得了最优的检测效果,相比全变量模型,建模变量数减少了96.5%,其预测集相关系数RP提升至0.732,预测集均方根误差(root-mean-square error,RMSEP)下降至0.8730 Brix。结论结合多重变量选择算法,可以进一步压缩建模变量数,简化模型,提高模型预测精度,实现区域蜜桔品质的光谱快速检测。
关 键 词:蜜桔 可见/近红外光谱 变量选择 可溶性固形物
分 类 号:O657.33] TS255.7[化学类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...