您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

LS-SVM的梨可溶性固形物近红外光谱检测的特征波长筛选

文献类型： 中文期刊

作者： 樊书祥 1 ; 黄文倩 2 ; 李江波 2 ; 赵春江 1 ; 张保华 2 ;

作者机构： 1.西北农林科技大学机械与电子工程学院

2.北京市农林科学院

关键词： 近红外光谱;特征波长;最小二乘支持向量机;可溶性固形物;梨

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2014 年 34 卷 08 期

页码： 2089-2093

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 为提高梨可溶性固形物含量(soluble solids content,SSC)的近红外光谱模型的精度和稳定性,以160个梨样品为实验对象,分别对原始光谱、多元散射校正(MSC)和标准正态变量变换(SNV)处理后的光谱,经无信息变量消除算法(UVE)挑选后,再结合遗传算法(GA)和连续投影算法(SPA),筛选梨可溶性固形物的近红外光谱特征波长。将筛选后的波长作为输入变量建立梨可溶性固形物的最小二乘支持向量机(LS-SVM)模型。结果表明经过SNV-UVE-GA-SPA从全波段3112个波长中筛选出的30个特征波长建立的梨可溶性固形物LS-SVM模型效果最好,该模型的预测集相关系数(Rp)和预测均方根误差(RMSEP)分别为0.956和0.271。该模型简单可靠,预测效果好,能满足梨的可溶性固形物含量的快速检测,为在线检测和便携式设备开发提供了理论基础。

  • 相关文献

[1]自适应蚁群优化算法的近红外光谱特征波长选择方法. 郭志明,黄文倩,彭彦昆,王秀,汤修映. 2014

[2]基于支持向量机算法的近红外光谱判别分析在畜产品供应链中的应用. 王敏,戴丽娜,郑博薇. 2012

[3]基于可见/近红外光谱谱区有效波长的梨品种鉴别. 李江波,赵春江,陈立平,黄文倩. 2013

[4]西瓜检测部位差异对近红外光谱可溶性固形物预测模型的影响. 钱曼,黄文倩,王庆艳,樊书祥,张保华,陈立平. 2016

[5]应用CARS和SPA算法对草莓SSC含量NIR光谱预测模型中变量及样本筛选. 李江波,郭志明,黄文倩,张保华,赵春江. 2015

[6]苹果产地差异对可溶性固形物近红外光谱检测模型影响的研究. 樊书祥,黄文倩,郭志明,张保华,赵春江,钱曼. 2015

[7]基于数字光处理技术的梨可溶性固形物含量的无损速测研究. 王冬,王世芳,罗娜,朱业伟,韩平,卢娜. 2018

[8]梨果实近红外光谱无损检测技术研究进展. 王蒙,冯晓元. 2014

[9]蜂蜜中果糖和葡萄糖近红外检测的差异性分析及优化研究. 屠振华,朱大洲,籍保平,孟超英,王林舸,庆兆珅. 2010

[10]主成分分析和SIMCA的甘蓝与杂草光谱识别方法研究. 祖琴,邓巍,王秀,赵春江. 2013

[11]高光谱成像的黄瓜病虫害识别和特征波长提取方法. 李杨,李翠玲,王秀,范鹏飞,李余康,翟长远. 2024

[12]最小二乘支持向量机方法对冬小麦叶面积指数反演的普适性研究. 谢巧云,黄文江,梁栋,彭代亮,黄林生,宋晓宇,张东彦,杨贵军. 2014

[13]基于高光谱和PLS-LS-SVM的冬小麦叶绿素含量检测. 王伟,彭彦昆,王秀,马伟. 2010

[14]SPXY算法的西瓜可溶性固形物近红外光谱检测. 王世芳,韩平,崔广禄,王冬,刘珊珊,赵跃. 2019

[15]基于线性渐变分光近红外光谱仪的苹果可溶性固形物含量无损检测研究. 张鹤冬,王冬,韩平,吴静珠,余乐. 2018

[16]基于叶片元素的配方施肥对草莓产量和品质的影响. 石琨,滑昕,张运涛,王桂霞,钟传飞,董静,常琳琳,孙瑞. 2017

[17]中晚甜樱桃新品种-彩虹. 张开春. 2012

[18]特征变量优选在苹果可溶性固形物近红外便携式检测中的应用. 樊书祥,黄文倩,李江波,郭志明,赵春江. 2014

[19]中晚熟油桃新品种-京和没2号. 王尚德. 2012

[20]不同处理对采后果实糖代谢过程影响研究进展. 李芋萱,曾凯芳,王宝刚,邓丽莉. 2015

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台