基于可见/近红外光谱的南丰蜜桔可溶性固形物预测模型优化研究

摘要

利用可见/近红外光谱技术对蜜桔可溶性固形物含量进行检测研究。采用QualitySpec型光谱仪采集蜜桔的可见/近红外透射光谱,结合多种预处理方法、三种变量优选方法以及三种建模方法进行对比研究。经比较发现,采用CARS（competitive adaptive reweighted sampling）结合多元线性回归（MLR）建立的蜜桔SSC模型效果有很大提升,变量数从401减少到27,预测相关系数由0.949上升为0.973,预测均方根误差下降了0.135,因子数下降到1。结果表明,可见/近红外漫透射光谱结合CARS方法联合MLR建模能有效优化蜜桔SSC预测模型。