特征波长优选结合近红外技术检测大米中的含水量

论文摘要

利用近红外光谱技术实现了大米中含水量的快速测定。为进一步提高近红外模型的精度和稳定性,采用4种波长筛选方法:遗传算法（GA）、无信息变量消除法（UVE）、无信息变量消除-遗传算法组合法（UVE-GA）以及连续投影算法（SPA）,对大米水分近红外光谱特征波长进行了优选,并基于筛选出的光谱变量建立了大米含水量偏最小二乘法（PLS）模型。结果表明,相较于全光谱建模,4种特征波长优选方法不仅提升了所建模型的预测性能和精度,还有效地减少了建模时的光谱信息量,节省了建模时间;其中经过UVE-GA算法从全波段1154个波长中筛选出的68个特征波长建立的模型效果最好,其预测相关系数和预测均方根误差分别为0.9675和0.3915。综上所述,近红外光谱技术结合UVE-GA光谱处理方法能够实现大米水分含量的快速无损检测,为大米含水量的监督检测提供了技术依据。

论文目录

• 1 材料与方法
•   1.1 材料与设备
•   1.2 方法
•     1.2.1 样品的制备和测定
•     1.2.2 间隔偏最小二乘法
•     1.2.3 遗传算法
•     1.2.4无信息变量消除法
•     1.2.5 连续投影算法
•   1.3 模型的建立与评价
• 2 结果与讨论
•   2.1 样品集划分
•   2.2 光谱处理
•   2.3 基于PLS建模算法的特征波长优选
•     2.3.1 GA筛选特征波长
•     2.3.2 UVE筛选特征波长
•     2.3.3 UVE-GA筛选特征波长
•     2.3.4 SPA筛选特征波长
•   2.4 基于PLS建模结果与比较
• 3 结论

文章来源

类型: 期刊论文

作者: 苗雪雪,苗莹,龚浩如,陶曙华,陈英姿,陈祖武,王洁敏

关键词: 近红外光谱,大米,特征变量筛选,含水量,间隔偏最小二乘法,遗传算法

来源: 食品科技 2019年10期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 化学,轻工业手工业

单位: 湖南省农业科学院水稻研究所农业部长江中下游籼稻遗传育种重点实验室,华南农业大学数学与信息学院

基金: “十三五”国家重点研发计划项目(2018YFD0301004),湖南省农业科学院科技创新项目(2017QN06)

分类号: O657.33;TS210.7

DOI: 10.13684/j.cnki.spkj.2019.10.056

页码: 335-341

总页数: 7

文件大小: 9144K

下载量: 146