科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出一种浅层宽度学习（SBLN）的模型框架，应用于近红外高光谱（NIRHSI）快速分析。通过调试SBLN模型结构参数，针对网络节点的连接权重进行自适应调试，在光谱维度上挖掘NIRHSI数据中的特征信息，结合偏最小二乘（PLS）法优化模型预测结果。实验以柚子果肉NIRHSI检测为例，建立SBLN-PLS模型定量预测柚子果肉中的有机酸（OA）含量。结果表明，最优SBLN模型结构由95个扩展节点和31个输出节点构成，对应的PLS预测均方根偏差为0.578 g·kg-1。所提出的SBLN算法框架能够有效应用于柚子果肉OA含量检测的高光谱快速定量分析，有望推广应用于其他农副产品的绿色检测。
