近红外光谱快速检测马铃薯全粉还原糖-IngentaConnect.PDFVIP

第 29 卷 第 14 期 农 业 工 程 学 报 Vol.29 No.14 262 2013 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2013 近红外光谱快速检测马铃薯全粉还原糖 1 2 孙旭东 ，董小玲 （1. 华东交通大学机电工程学院，南昌 330013 ； 2. 华东交通大学外国语学院，南昌 330013 ） 摘 要：还原糖含量是评价马铃薯全粉品质的重要指标之一，该文研究基于近红外光谱技术结合最小二乘支持向 量机（least squares support vector machine ，LSSVM ）算法的马铃薯全粉还原糖含量非线性数学模型。采用移动窗 口偏最小二乘法（moving windows partial least square ，MWPLS ）和连续投影算法（successive projections algorithm， SPA）组合方法筛选出20 个特征变量，作为 LSSVM 的输入向量。优化径向基函数（radial basis function ，RBF ） 的惩罚因子和核参数，训练LSSVM 校正模型。经比较，LSSVM 校正模型预测结果最优，预测相关系数为 0.984， 预测标准差为 0.223%，相对分析误差（standard deviation ratio，SDR）为5.62 。结果表明：近红外光谱结合LSSVM 算法提高了马铃薯全粉还原糖含量的预测精度。 关键词：近红外光谱，无损检测，算法，变量选择，马铃薯，还原糖 doi ：10.3969/j.issn.1002-6819.2013.14.033 中图分类号：TP374+ .52；TS235.2 文献标志码：A 文章编号：1002-6819(2013)-14-0262-07 孙旭东，董小玲. 近红外光谱快速检测马铃薯全粉还原糖[J]. 农业工程学报，2013，29(14)：262－268. Sun Xudong, Dong Xiaoling. Rapid detection of reducing sugar for potato granules by near infrared spectroscopy [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(14): 262 －268. (in Chinese with English abstract) 器学习算法支持向量机（support vector machine， 0 引 言 SVM ），在解决近红外光谱的非线性问题方面已表 还原糖含量是影响马铃薯全粉加工产品品质 现出优势[11-12] 。最小二乘支持向量机（least squares 的重要因素之一。质量分数超过 0.25%时，还原糖 support vector machine，LSSVM ）改进了传统的支 与α−氨基酸发生美拉德，导致马铃薯加工产品颜色 持向量机算法，采用解线性方程组替代二次规划求 褐变，影响了马铃薯加工产品的品质[1] 。还原糖传 解问题，提高了求解的速度和收敛精度。 统化学分析法，例如容量分析法、比色法、电化学