小波变换和连续投影算法在火龙果总酸无损检测中的应用
Application of Wavelet Transform and Successive Projections Algorithm in the Non-Destructive Measurement of Total Acid Content of Pitaya作者机构:华南农业大学电子工程学院广东广州510642 华南农业大学南方农业机械与装备关键技术教育部重点实验室广东广州510642 国家柑橘产业技术体系机械研究室广东广州510642 华南农业大学工程学院广东广州510642
出 版 物:《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)
年 卷 期:2016年第36卷第5期
页 面:1345-1351页
核心收录:
学科分类:09[农学]
基 金:国家现代农业产业技术体系建设专项项目(CARS-27) 教育部高等学校博士学科点专项科研基金项目(20124404120006)资助
主 题:可见/近红外光谱技术 无损检测 小波变换(WT) 连续投影算法(SPA) 火龙果 总酸(TA)
摘 要:应用可见/近红外光谱技术、小波变换(WT)和连续投影算法(SPA),对火龙果总酸含量(TA)进行精确、快速的无损检测,为火龙果内部品质无损检测提供科学依据。利用Maya2000光纤光谱仪采集380~1 099nm范围的火龙果漫反射光谱数据,通过WT消噪、SPA优选波长和偏最小二乘回归(PLSR)分析方法,建立了火龙果总酸的定量预测模型。试验结果表明:经过WT消噪联合SPA优选波长压缩光谱变量后建立的WT-SPA-PLSR模型,预测精度都高于全谱PLSR模型。由全部样本的原始光谱变量作为输入变量建立PLSR模型的预测相关系数(R_p)为0.851 394,预测均方根误差(RMSEP)为0.086 848;全部样本的原始光谱数据使用dbN(N=2,3,…,10)小波进行分解消噪,其中消噪效果最优的是db4小波2层分解(db4-2),WT-PLSR模型的Rp为0.915 635,RMSEP为0.066 752,小波变换消噪后的光谱预测模型精度明显提高;原始光谱经过db10-3小波消噪联合SPA算法,从570个光谱变量中优选出530,545,604,626,648,676,685,695,730,897,972,1 016nm共12个变量作为输入变量,建立WT-SPA-PLSR预测模型,模型的RP为0.882 83,RMSEP为0.077 39。SPA算法适合火龙果TA模型的光谱变量选择,能够有效提取与总酸相关度高的波长变量,增加了预测模型的精度和稳定性。研究结果表明小波变换技术联合连续投影算法的漫反射近红外光谱无损检测火龙果总酸含量具有可行性。