特征波长优选结合近红外技术检测大米中的含水量

作者：苗雪雪; 苗莹; 龚浩如^*; 陶曙华; 陈英姿; 陈祖武; 王洁敏

来源：食品科技, 2019, 44(10): 335-341.

DOI：10.13684/j.cnki.spkj.2019.10.056

• 近红外光谱
• 大米
• 特征变量筛选
• 含水量
• 间隔偏最小二乘法
• 遗传算法

利用近红外光谱技术实现了大米中含水量的快速测定。为进一步提高近红外模型的精度和稳定性,采用4种波长筛选方法:遗传算法(GA)、无信息变量消除法(UVE)、无信息变量消除-遗传算法组合法(UVE-GA)以及连续投影算法(SPA),对大米水分近红外光谱特征波长进行了优选,并基于筛选出的光谱变量建立了大米含水量偏最小二乘法(PLS)模型。结果表明,相较于全光谱建模,4种特征波长优选方法不仅提升了所建模型的预测性能和精度,还有效地减少了建模时的光谱信息量,节省了建模时间;其中经过UVE-GA算法从全波段1154个波长中筛选出的68个特征波长建立的模型效果最好,其预测相关系数和预测均方根误差分别为0.9675和0.3915。综上所述,近红外光谱技术结合UVE-GA光谱处理方法能够实现大米水分含量的快速无损检测,为大米含水量的监督检测提供了技术依据。

• 单位
  湖南省农业科学院; 华南农业大学; 农业部