茶叶掺糖含量检测算法中光谱数据有效性及冗余度研究（英文）

作者：刘梦璇; 吴琼; 王绪泉; 陈琦; 张永刚; 黄松垒; 方家熊

来源：光谱学与光谱分析, 2022, 42(11): 3647-3652.

• 遗传算法
• BP神经网络
• 近红外光谱分析
• 有效性
• 茶叶

基于近红外光谱（NIRS）技术和遗传算法-反向传播（GA-BP）神经网络建立模型，分析茶叶掺蔗糖样品的1～2.5μm原始光谱数据的有效性及冗余度。固定样本数据，对模型的参数优化选择后建立茶叶蔗糖含量定量检测模型。将1～2.5μm原始数据分1～1.7,1～1.3,1.3～1.7,1.7～2.5和2～2.2μm。利用建立的模型对同一分辨率下的不同波段进行模型训练。预测结果表明，1～1.7和1～2.5μm波段存在数据冗余。仅使用1.3～1.7或1.7～2.5μm波段即可有效建立模型。预测模型对同一波段下的不同分辨率进行研究，从2nm到20nm改变分辨率，当波段范围为1～2.5μm时，模型的R均介于0.9和0.95之间，且RMSEP也在1.7和2.1之间。当波段范围为1～1.7μm时，模型的R均在0.9和0.93之间，且RMSEP也在1.95和2.25之间。结果表明，1～2.5μm原始数据中确实存在波长范围和光谱分辨率的冗余。通过光谱特征分析和算法建模，可以显著提高光谱数据获取的有效性；对于茶叶中蔗糖含量的检测，可以采用更窄的波长范围和更低的光谱分辨率。

• 单位
  上海科技大学; 中国科学院; 中国科学院上海技术物理研究所; 合肥海关技术中心; 中国科学院大学