首页|近红外光谱结合CARS-PLS模型检测草莓可溶性固形物含量研究

近红外光谱结合CARS-PLS模型检测草莓可溶性固形物含量研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了实现对草莓内部可溶性固形物含量(soluble solids content,SSC)客观、准确、快速和无损检测,采用近红外光谱结合竞争性自适应重加权算法采样(CARS)变量选择以及多变量校正分析的测定方法.164个草莓样本被分成校正集(123个)和预测集(41个).基于全光谱数据,通过CARS算法获得了可以表征原始光谱信息的117个特征光谱变量.全光谱变量和特征光谱变量分别作为输入构建了偏最小二乘回归PLS和多元线性回归MLR模型,通过比较3类模型发现,基于特征光谱的PLS模型(即CARS-PLS模型)对草莓内部可溶性固形物含量测定性能最优,针对预测集样本,模型预测相关系数rp和均方跟误差RMSEP分别为0.950 9和0.335 2.
Determination of Soluble Solids Content in Strawberry by Near Infrared Spectroscopy Combined with CARS-PLS Model

蔡德玲、彭碧宁、曾川、梁玉英、唐春华

展开 >

中华人民共和国拱北海关技术中心,广东珠海519000

珠海城市职业技术学院,广东珠海519090

草莓 近红外光谱 CARS-PLS模型 可溶性固形物含量 无损检测 光谱分析

中华人民共和国拱北海关科研项目

ZH2017-29

2020

安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
年,卷(期)：2020.48(8)
  • 1
  • 5