科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现青贮玉米饲料pH值的快速、无损检测，该研究采用高光谱成像技术建立不同品质青贮玉米饲料pH值的定量检测模型。采集青贮玉米饲料样本936～2 539nm的平均光谱，采用6种预处理方法对青贮玉米饲料平均光谱进行处理，通过建立偏最小二乘回归（partialleastsquaresregression,PLSR）模型得出多元散射校正（multiplicativescatter correction,MSC）和卷积平滑（savitzky-golay,SG）两种预处理方法效果较好，使用竞争性自适应重加权算法（competitive adaptive reweighted sampling,CARS）、变量组合集群分析算法（variable combination population analysis,VCPA）以及迭代保留信息变量（iteratively retains informative variables,IRIV）算法对经MSC和SG卷积平滑预处理光谱进行特征波长提取，利用PLSR和极限学习机（extreme learning machines,ELM）分别建立饲料全波段、特征波长的pH值预测模型。MSC-CARS-PLSR为最优算法组合，其校正集决定系数为0.926 2，均方根误差为0.421 3，预测集决定系数为0.917 0，均方根误差为0.426 6。研究结果表明，结合PLSR模型可以实现对青贮玉米饲料pH值的准确预测，可为青贮玉米饲料pH值提供一种可靠且有效的无损检测新方法。
-
单位机电工程学院; 内蒙古农业大学
