基于介电频谱的灵武长枣可溶性固形物含量的预测模型.PDF

第 32 卷 增刊 2 农 业 工 程 学 报 Vol.32 Supp.2 2016 年 10 月 Transactions of the Chinese Society of Agricultural Engineering Oct. 2016 369 基于介电频谱的灵武长枣可溶性固形物含量的预测模型 ※ 沈静波，张海红 ，吴龙国，李子文，贺晓光，李海峰 （宁夏大学农学院，银川 750021 ） 摘 要：为了探寻利用介电频谱预测灵武长枣可溶性固形物含量的可行性，并建立最优模型，该文采用网络分析仪在 200 MHz～18 GHz 的频率范围内，选取 101 个频率点，测定分析了 300 个灵武长枣的介电损耗因子 ε″和介电常数 ε频谱， 利用长枣的介电损耗因子 ε″和介电常数 ε进行了可溶性固形物含量的预测模型研究。通过遗传算法（genetic algorithm， GA ）和相关系数法（correlation coefficient，CC ）提取了介电频谱的有效信息，并分别采用偏最小二乘（partial least squares ， PLS ）、主成分回归（principal component regression ，PCR ）和支持向量机（support vector machines，SVM）法比较建立 了可溶性固形物含量的预测模型。研究结果表明：用 GA 与 CC 方法提取频谱有效信息的建模效果要优于原始频谱的建 模效果；PCR 法的建模效果要优于 PLS 与 SVM 法的建模效果。以介电损耗因子 ε″、介电常数 ε频谱建立的可溶性固形 物含量的最优预测模型分别为 GA-PCR 和 CC-PCR 。以介电损耗因子 ε″建立的 GA-PCR 模型优于介电常数 ε的 CC-PCR 模型，其校正集和预测集的相关系数分别为 0.933 和 0.925，均方根误差分别为 0.661%和 0.702% 。结果表明，利用介电 频谱预测灵武长枣的可溶性固形物含量是可行的。 关键词：介电频谱；建模；预测模型；灵武长枣；可溶性固形物含量 doi ：10.11975/j.issn.1002-6819.2016.z2.052 中图分类号：TS255.7 文献标志码：A 文章编号：1002-6819(2016)-Supp.2-0369-07 沈静波，张海红，吴龙国，李子文，贺晓光，李海峰. 基于介电频谱的灵武长枣可溶性固形物含量的预测模型[J]. 农业 工程学报，2016，32(增刊2)：369－375. doi ：10.11975/j.issn.1002-6819.2016.z2.052 Shen Jingbo, Zhang Haihong, Wu Longguo, Li Ziwen, He Xiaoguang, Li Haifen. LingWu long jujube soluble solids content predicting model research based on dielectric spectra[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(Supp.2): 369－375. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2016.z2.052 某些电磁现象，从而表现出其特定的介电特性，果品在