光谱技术结合化学计量学识别苹果品种

作者：尚静; 张艳^*; 孟庆龙

来源：北方园艺, 2019, (16): 66-71.

• 紫外/可见光谱
• 化学计量学
• 主成分分析
• 无损识别

以"冰糖心""嘎啦"和"山东富士"苹果为试材,采用紫外/可见光谱技术结合化学计量学,分别建立了判别3种苹果品种的K最近邻(KNN)识别模型和偏最小二乘判别分析(PLS-DA)识别模型,分析了不同的光谱预处理方法(二阶微分(SD)、标准正态变换(SNV)和多元散射校正(MSC))对各模型识别效果的影响,并采用主成分分析方法对预处理后的光谱数据进行降维,以提取能反映苹果品种的特征光谱。结果表明:采用主成分分析法选择了累计贡献率超过99%的前6个主成分作为样本集特征光谱数据,很好地实现了光谱数据的降维;二阶微分预处理方法对光谱的预处理效果最好。综上所述,建立的识别模型均能基本满足实际要求,且SD+KNN模型的建模效果最好,MSC+KNN模型的预测性能最好,SD+PLS-DA模型的总识别效果最好。

• 单位
  贵阳学院