番茄维生素C含量近红外预测光谱的小波去噪

作     者：李天华 施国英 魏珉 汪健民 侯加林 

作者机构：山东农业大学机械与电子工程学院泰安271018 山东农业大学化学与材料科学学院泰安271018 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2013年第44卷第S1期

页      面：200-204页

核心收录：

学科分类：09[农学] 0903[农学-农业资源与环境] 

基　　金：国家自然科学基金资助项目(31071830) 山东省现代农业产业技术体系建设专项资助项目(SDARS-2010-2-3-1) 

主　　题：番茄 维生素C 含量检测 近红外光谱 小波去噪 偏最小二乘法 

摘      要：为剔除预测番茄维生素C含量的近红外光谱数据中的噪声信息,利用Matlab 7.0小波工具箱对光谱数据进行去噪处理。为得到最佳去噪效果,在dbN小波基中分别考察db2至db9小波去噪时模型的评价参数,得到db6小波为最佳小波;考察db6小波在分解层数从3到7变化时模型的评价参数,得到最佳分解层数5。以信噪比和均方根误差对不同阈值方式下的去噪效果进行评价,得到硬阈值的启发式去噪方法去噪效果最佳。将重构后的光谱用偏最小二乘法建立预测模型,得到预测相关系数为0.907,校正集的标准偏差和预测集样本的标准偏差分别为0.819、0.905,模型预测准确率为88.3%。去噪后的模型参数均好于原始信号所建模型参数,表明小波技术用于番茄维生素C预测的光谱去噪是可行的。