CARS-SVM预测哈密瓜可溶性固形物含量

作者:郭阳; 郭俊先; 史勇; 李雪莲*; 刘彦岑; 黄华; 李泽平
来源:食品与机械, 2021, 37(06): 81-85.
DOI:10.13652/j.issn.1003-5788.2021.06.014

摘要

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:对比多种光谱预处理方法,确定二阶求导用于处理原始光谱;经预处理的光谱数据分别结合特征选择竞争性自适应重加权采样法(CARS)、蒙特卡罗无信息变量消除法(MC-UVE)提取特征波长,以及利用主成分分析进行降维;再使用特征选择和特征提取的光谱数据作为模型的输入变量,建立哈密瓜可溶性固形物含量预测模型。结果显示,CARS+SVM建立的预测模型最优,模型的校正集相关系数为0.981 4,预测集相关系数为0.900 2,模型能够准确预测哈密瓜可溶性固形物含量。

全文