您好,欢迎访问北京市农林科学院 机构知识库!

近红外高光谱图像结合CARS算法对鸭梨SSC含量定量测定

文献类型: 中文期刊

作者: 李江波 1 ; 彭彦昆 2 ; 陈立平 2 ; 黄文倩 2 ;

作者机构: 1.北京市农林科学院北京农业智能装备技术研究中心

2.北京市农林科学院北京农业智能装备技术研究中心;中国农业大学工学院

关键词: 近红外高光谱;可溶性固形物;鸭梨;变量选择;竞争性自适应重加权算法

期刊名称: 光谱学与光谱分析

ISSN: 1000-0593

年卷期: 2014 年 05 期

页码: 1264-1269

收录情况: EI ; SCI ; 北大核心 ; CSCD

摘要: 高光谱数据量大、维数高且原始光谱噪声明显、散射严重等特征导致光谱建模时关键波长变量提取困难。基于此,提出采用竞争性自适应重加权算法(CARS)对近红外高光谱数据进行关键变量选择。鸭梨作为研究对象。采用决定系数r2、预测均方根误差RMSEP和验证集标准偏差和预测集标准偏差的比值RPD值进行模型性能评估。基于选择的关键变量建立PLS模型(CARS-PLS)与全光谱变量建立的PLS模型进行比较发现CARS-PLS模型仅仅使用原始变量中15.6%的信息获得了比全变量PLS模型更好的鸭梨SSC含量预测结果,r2pre,RMSEP和RPD分别为0.908 2,0.312 0和3.300 5。进一步与基于蒙特卡罗无信息变量MC-UVE和遗传算法(GA)获得的特征变量建立的PLS模型比较发现,CARS不仅可以去除原始光谱数据中的无信息变量,同时也能够对共线性的变量进行压缩去除,该方法能够有效地用于高光谱数据变量的选择。结果表明,近红外高光谱技术结合CARS-PLS模型能够用于鸭梨可溶性固形物SSC含量的定量预测。从而为基于近红外高光谱技术预测水果内部品质的研究提供了参考。

  • 相关文献

[1]以高光谱数据有效预测苹果可溶性固形物含量. 黄文倩,李江波,陈立平,郭志明. 2013

[2]疏果剂PD_3对鸭梨疏果效应的研究. 郭宝林,杨俊霞,鲁韧强,李帅英,赵玉荣,丁兆屹. 2004

[3]北京市黄土坎鸭梨富硒栽培管理技术及推广路径. 梁丽娜,索琳娜,王磊. 2022

[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]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

[6]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

[7]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

[8]中晚甜樱桃新品种-彩虹. 张开春. 2012

[9]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

[10]LS-SVM的梨可溶性固形物近红外光谱检测的特征波长筛选. 樊书祥,黄文倩,李江波,赵春江,张保华. 2014

[11]中晚熟油桃新品种-京和没2号. 王尚德. 2012

[12]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

[13]晚蜜桃贮藏品质的近红外漫反射检测研究. 王宝刚,蔡宋宋,冯晓元,李文生,王纪华. 2010

[14]手持式黄油桃可溶性固形物可见近红外光谱检测设备研制. 朱文杰,黄文倩,祝清震,樊书祥. 2024

[15]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

[16]不同包装材料对甘蓝的保鲜效果. 范林林,高丽朴,左进华,王清. 2015

[17]黑宝石李品质参数的近红外漫反射无损检测模型的建立. 蔡宋宋,王宝刚,冯晓元,李文生,杨军军,王纪华. 2010

[18]山西省岚县沙棘资源现状调查分析. 张巧仙,兰彦平,张煜梓,张燕青,郭茂林. 2021

[19]不同密度对超甜玉米产量、商品性及可溶性固形物含量的影响. 徐丽,卢柏山,史亚兴,席胜利,赵久然. 2018

[20]短波紫外线处理对青椒采后生理特性的影响. 范林林,任恒雪,夏春丽,左进华,高丽朴,王清. 2016

作者其他论文 更多>>