花生冻伤近红外光谱快速判别方法研究

作者：高翔; 高炜; 孙丽娟; 吴静珠^*; 孙晓荣

来源：食品安全质量检测学报, 2023, 14(12): 181-186.

DOI：10.19812/j.cnki.jfsq11-5956/ts.2023.12.010

• 花生
• 冻伤
• 近红外光谱法
• 特征波长选取
• 支持向量机

目的 构建基于近红外光谱快速判别花生冻伤的模型。方法 采用移动窗口平均平滑(moving windowaverage,WMA)、标准正态变量校正(standardnormalvariatecorrection,SNV)及一阶导数(first derivative,FD)的组合预处理方法提升光谱信号质量;分别采用无信息变量消除法(eliminationof uninformative variables, UVE)、竞争性自适应重加权法(competitive adaptive reweighted sampling, CARS)以及二者的联合算法筛选特征波长;最后构建基于支持向量机分类算法(support vector machine classification, SVC)的花生冻伤分类模型。结果 使用UVE-CARS算法筛选特征波长效果最佳,筛选出7个特征波长,构建的判别模型准确率达95%。结论 该花生冻伤判别模型判别准确率高,为花生冻伤快速、无损判别提供可行的技术方案,并为基于滤光片式近红外技术的花生品质色选机的开发提供参考。

• 单位
  中国农业科学院作物科学研究所; 北京交通大学; 北京工商大学; 电子信息工程学院