近红外结合线性回归算法快速预测小麦籽粒干物质和重量（英文）

作者：陈岩; 何鸿举^*; 欧阳娟; 欧行奇; 郭景丽; 王玉玲; 乔红; 李新华

来源：食品工业科技, 2022, 43(04): 323-331.

DOI：10.13386/j.issn1002-0306.2021060159

• 近红外
• 小麦
• 偏最小二乘
• 干物质
• 重量

为了实现小麦品质（干物质、重量）的快速无损检测，对35个小麦品种样品进行了近红外系统扫描，获取光谱信息，并进行高斯滤波平滑（GFS）、归一化（N）和基线校正（BC）预处理。采用偏最小二乘（PLS）算法分别建立光谱信息与干物质和重量参考值之间的定量关系。采用回归系数法（RC）和连续投影算法（SPA）两种方法在900～1700 nm范围内选择最优波长对全波段PLS模型进行优化。基于选择的最优波长，分别建立PLS和MLR预测模型。结果表明，基于RC法从RAW光谱中筛选出的20个最佳波长构建的RC-RAW-PLS模型对干物质有较好的预测性能，r P为0.93,RMSEP为0.03%。基于SPA法从RAW光谱中选取的12个最优波长建立的SPA-RAW-MLR模型对重量有较好的预测性能，r P为0.89,RMSEP为0.32 g。综上所述，近红外光谱结合PLS和MLR算法可分别用于小麦籽粒干物质和重量的快速预测。

• 单位
  河南科技学院