马铃薯可溶性固形物的近红外光谱快速定量模型及优化

作者：陈素彬; 杨华; 罗蓉; 胡振

来源：安徽农业科学, 2021, 49(20): 205-209.

• 可溶性固形物
• 近红外光谱分析
• 定量模型
• 偏最小二乘法
• 最小二乘支持向量机

[目的]为了检测马铃薯的饲用品质,用近红外光谱法建立马铃薯可溶性固形物含量(SSC)快速测定模型。[方法]以偏最小二乘法(PLS)建立原始光谱的校正模型为基础,用蒙特卡洛交互验证法剔除异常样本,经比较选择标准正态变量和均值中心化算法进行光谱预处理、光谱-参考值共生距离法划分样本集,然后对所得数据分别以PLS和最小二乘支持向量机(LS-SVM)建立定量校正模型,并用竞争性自适应重加权采样法和风驱动-差分进化混合算法完成相应模型的特征波长和参数优化。[结果]优化的PLS模型和LS-SVM模型波长变量分别减至全光谱的8.67%、67.80%,二者的Rc2、Rp2、RMSEC、RMSEP、RPD分别为0.970 8、0.954 2、0.258 6、0.262 8、5.91和0.987 3、0.983 0、0.170 5、0.173 4、8.96,LS-SVM模型的各项性能指标全面优于PLS模型。[结论]2种定量模型均可用于马铃薯SSC的实际检测工作。

• 单位
  南充职业技术学院