近红外光谱技术结合BiPLS-SPA预测哈密瓜可溶性固形物含量

作者：郭阳; 史勇; 郭俊先; 李雪莲; 黄华

来源：食品与发酵工业, 2021, 1-10.

DOI：10.13995/j.cnki.11-1802/ts.027494

• 哈密瓜
• 反向区间偏最小二乘法-连续投影法
• 偏最小二乘法
• 可溶性固形物
• 无损检测

采用近红外光谱技术结合数据降维的方法，建立了哈密瓜可溶性固形物含量的预测模型，对原始光谱进行特征区间选择，共选取了6个子区间，432个光谱变量；将6个联合子区间的光谱数据分别结合特征选择竞争性自适应重加权采样算法（competitive adaptive reweighted sampling，CARS）、遗传算法（genetic algorithm，GA）、连续投影算法（successive projections algorithm，SPA）提取特征波长；再使用选取的特征波长以及特征区间波长作为模型的输入变量，利用（extreme learning machine，ELM）和（partial least squares，PLS）建立哈密瓜可溶性固形物含量预测模型。结果显示，BiPLS+SPA+PLS建立的预测模型最优，模型的校正集相关系数为0.923 4，预测集相关系数为0.878 8，模型能够准确预测哈密瓜可溶性固形物含量。

• 单位
  新疆农业大学; 数理学院; 机电工程学院