特征波长筛选在近红外光谱测定梨硬度中的应用.pdfVIP

第26卷第8期 农业工程学报 、，01．26No．8 3682010年8月 TransactionsoftheCSAE Aug．2010 特征波长筛选在近红外光谱测定梨硬度中的应用 朱伟兴1，江辉1，陈全胜2※ (1．江苏大学电气信息工程学院，镇江212013；2．江苏大学食品与生物工程学院，镇江212013) 摘要：为了提高应用近红外光谱分析技术快速测定梨硬度的精度和稳定性，该研究采用联合区间偏最小二乘和遗传算 法(siPLS．GA)在校正模型中用来筛选特征光谱区域和波长，通过交互验证法确定模型的主成分因子数和筛选的波长， 究结果表明，近红外光谱技术结合siPLS．GA建模用于无损、快速测定梨的硬度是可行的。 关键词：近红外光谱，联合区间偏最小二乘，遗传算法，硬度，梨 doi：10．3969／j．issn．1002—6819．2010．08．062 中图分类号：0657．3 文献标识码：A 文章编号：1002—6819(2010)一08—0368-05 Zhu ofcharacteristic selectionindeterminationof firmness Weixing，JiangHui，ChenQuansheng．Applicationwavelengths pear near ofthe Chinesewith by infrared(NIR)spectroscopy[J]．TransactionsCSAE，2010，26(8)：368—372．(inEnglishabs仃act) 加华等应用近红外光谱技术评价西洋梨的糖度，通过遗 0引言 梨作为中国优势果品，其分布范围广、产量大，栽 了4种洋梨的GA．PLS模型和全光谱模型，比较得知不 培面积和产量均居世界首位。梨硬度(firmness)是指果 仅提高了测量精度，且减少了建模变量【71。 肉抗压力的强度，通常作为判断梨品质优劣的一个重要 以上研究表明近红外光谱技术检测梨等水果内部品 指标。目前国家标准(GB／T10650一2008)规定水果硬度 质的可行性。梨的硬度是一个复杂的综合指标，在某些 近红外区域，梨的光谱信息与其硬度之间缺乏相关性， 检测采用MT穿孔检测方法(Magness—Taylorpuncture test)。该方法属于有损检测，且检测速度慢，无法满足这就导致一定程度的噪音信息。在PLS模型建立过程中， 梨生产和销售过程中的大样本群体的快速检测【l之J。 这些噪音和冗余信息的介入容易扩大估计方差，降低模 近年来，近红外光谱检测技术因其快速、无损的优 型的精度和稳定性。以往研究应用遗传算法优选特征区 点，在农产品内部品质检测中得到越来越广泛的应用pJ。 间后建立PLS模型以降低建模复杂度和提高模型预测精 2007年，邹小波等应用近红外光谱技术检测苹果糖度， 度，但大多没有考虑到在入选的同一个子区间里相邻变 通过遗传区间偏最小二乘(intervalleast partial squares．量之间可能存在高度相关性。鉴于此，本文研究了利用 geneticalgorithms，iPLS．GA)筛选特征光谱区域并在此基 intervalleast 联合区间偏最小二乘(synergypartialsquare， least siPLS)从梨的近红外全光谱中筛选出几个有效的特征光 础上