科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现开阳枇杷糖度的快速无损检测，采用紫外/可见光纤光谱仪采集开阳枇杷的反射光谱，探究比较标准正态变换以及多元散射校正预处理原始光谱的效果；应用竞争性自适应重加权算法（competitive adaptive reweighted sampling,CARS）、连续投影算法以及组合两种方法分别筛选特征变量，基于筛选的特征变量构建预测开阳枇杷糖度的反向传播（back propagation,BP）神经网络检测模型。结果表明：标准正态变换预处理效果相对较好；基于CARS从835个全变量中筛选出49个特征变量，使模型的运算效率明显提高；构建的枇杷糖度预测模型中，CARS-BP的性能最好，预测集相关系数为0.91，均方根误差为0.56%，剩余预测偏差为2.42。表明采用紫外/可见光谱结合BP神经网络适用于开阳枇杷糖度的快速无损检测，为后期在线无损检测设备的研发提供参考。
-
单位贵阳学院
