苹果酸度可见-近红外无损测定模型设计与优化

摘要

针对苹果酸度可见-近红外无损测定,设计了一套优化的偏最小二乘(PLS)定量预测模型。首先,采用Savitzky-Golay平滑结合小波变换对光谱数据进行预处理,再通过连续投影法(SPA)生成建模集,同时通过竞争自适应重加权采样法(CARS)和SPA生成建模备选集。随后从建模备选集中以优胜劣汰的方式逐次追加波长变量至建模集,并根据建模集构建预测模型,直至决定系数的变化趋于稳定。实验结果表明:利用优化的PLS模型进行苹果酸度预测时,其决定系数与相对分析误差分别达到0.9776与6.6812,且选取的波长变量数由129项降至36项,明显优于SPA和CARS法。本方法在保证模型精度的同时降低了其复杂程度,为苹果酸度在线无损测定模型的建立提供了重要参考。