基于可见近红外光谱的不同建模方法对河套蜜瓜糖度检测精度的影响  

Influence of different modeling methods based on visible and near infrared spectroscopy on detection precision of sugar content of Hetao muskmelon

作　　者：张德虎[1] Zhang Dehu

机构地区：[1]辽宁机电职业技术学院,辽宁丹东118009

出　　处：《江苏农业科学》2020年第16期235-240,共6页Jiangsu Agricultural Sciences

基　　金：国家自然科学基金(编号:31160248);辽宁省教育厅2019年度科学研究经费(编号:IX201905);2019年辽宁机电职业技术学院科研项目(编号:2019005)。

摘　　要：以126个金红宝河套蜜瓜为研究对象,采用Maya 2000 pro便携式光谱仪获取蜜瓜在400~1100 nm波段内的可见近红外光谱信息,研究传统建模方法[偏最小二乘法(PLS)、主成分回归(PCR)、逐步多元线性回归(SMLR)]和新型网络算法[误差反传人工神经网络(BP-ANN)、最小二乘支持向量机(LS-SVM)]对糖度模型精度和预测结果的影响。结果表明,在利用传统建模方法建立的蜜瓜糖度模型中,PLS算法所建模型的效果较佳,模型更稳定,尤其在光谱经多元散射校正(MSC)和一阶微分处理后,所建模型的相关系数为0.844,校正均方根偏差为0.844,预测均方根偏差为0.978;在采用新型网络算法建立的模型中,当选择LS-SVM算法,且参数c=0.5000,g=0.35355时,经MSC和一阶微分处理后的光谱和糖度的建模和预测结果最好,均方根偏差为0.97。研究结果可为检测河套蜜瓜糖度的可见近红外光谱建模方法的选择提供理论依据。

关 键 词：河套蜜瓜 可见近红外光谱 糖度 建模方法 检测精度 

分 类 号：S127[农业科学—农业基础科学] TP274.52[自动化与计算机技术—检测技术与自动化装置]