可见/近红外光谱预测杨梅汁酸度的方法研究

编号 zgly0000440323

文献类型 期刊论文

文献题名 可见/近红外光谱预测杨梅汁酸度的方法研究

作者 邵咏妮  何勇 

作者单位 浙江大学生物系统工程与食品科学学院 

母体文献 红外与毫米波学报 

年卷期 2006,25(6)

页码 478-480

年份 2006 

分类号 S123  TH744.1 

关键词 可见/近红外光谱  偏最小二乘  杨梅汁  酸度  人工神经网络 

文摘内容 针对可见/近红外光与杨梅汁酸度存在非线性相关的特点, 提出了应用偏最小二乘(PLS)法预测线性部分和人工神经网络(ANN)预测非线性部分, 结合两种方法综合预测杨梅汁酸度值, 通过比较r, RMSEP, Bias的值来检验该方法。其中PLS模型用于寻找与杨梅汁酸度值有关的敏感波段, 预测杨梅汁酸度的线性部分, 将这些敏感波段对应的光谱吸光度值作为人工神经网络的输入, 并将杨梅汁酸度的实际测量值减去PLS模型校正值, 获得的差额部分作为神经网络的输出, 建立一个差额神经网络预测杨梅汁酸度的非线性部分。46个样本用于建模, 30个样本用于预测。结果表明该方法对样本的预测相关系数r=0.939, RMSEP=0.218, Bias=-0.121, 好于只使用PLS模型的相关系数r=0.921, RMSEP=0.228, Bias=-0.132。