文献类型： 中文期刊

作者： 王冰玉 ¹ ; 孙威江 ² ; 黄艳 ² ; 余文权 ³ ; 吴全金 ¹ ; 林馥茗 ¹ ; 夏金梅 ¹ ;

作者机构： 1.福建农林大学园艺学院

2.福建农林大学安溪茶学院

3.福建省农业科学院

关键词： 近红外光谱;遗传算法;偏最小二乘;安溪铁观音;品质评价

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2017 年 37 卷 04 期

页码： 1100-1104

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 为探究一种快速无损的安溪铁观音品质评价方法,利用遗传算法(GA)对茶样的近红外光谱特征波长进行筛选,结合偏最小二乘(PLS),建立全谱段的PLS定量模型与GA-PLS模型。结果表明,傅里叶变换近红外(FT-NIR)全谱段光谱在经过平滑+二阶导数+归一化处理后,PLS模型预测性能最高,建模结果为:校正集相关系数R_C=0.921,校正集均方根误差RMSEC=0.543,验证集相关系数R_P=0.913,验证集均方根误差RMSEP=0.665。选用近红外光谱6 670~4 000cm-1谱区,采用遗传算法进行特征波长筛选,参与建模数据点数从1 557缩减到408个。优选波段后,GA-PLS建模结果为:校正集相关系数R_C=0.959,校正集均方根误差RMSEC=0.413,验证集相关系数R_P=0.940,验证集均方根误差RMSEP=0.587。可见,GA-PLS模型的校正集和验证集的预测结果均优于全谱段PLS模型。结果说明,在传统的近红外光谱技术结合化学计量学方法的建模基础上,加入遗传算法进行波长筛选,能有效提高模型预测能力,实现方法学的创新研究,且GA-PLS品质评价模型具有较强的参考和推广价值,为提高我国茶叶品质的检测技术水平提供新的方法借鉴。