文献类型：期刊文章

作　　者：周婷[1] 刘苗苗[1] 毛飞[1] 罗越[1] 娄淑聍[1] 张文莉[1] 孙一叶[2]

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

出　　处：《食品安全质量检测学报》

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]