核桃仁脂肪含量的近红外光谱无损检测.PDFVIP

20 19 年7 月 农 业 机 械 学 报 第50 卷 增刊 doi:10.6041/ j.issn.1000鄄1298.2019.S0.057 核桃仁脂肪含量的近红外光谱无损检测 1,2 1 3 2 2 2 马文强 摇 张摇 漫摇 李摇 源摇 杨莉玲摇 朱占江摇 崔宽波 (1.中国农业大学现代精细农业系统集成研究教育部重点实验室,北京 100083; 2.新疆农业科学院农业机械化研究所,乌鲁木齐830091; 3.新疆农业科学院土壤肥料与农业节水研究所,乌鲁木齐830091) 摘要:为了实现核桃仁脂肪含量的快速无损检测,在 1040 ~2560 nm光谱范围内采集了核桃仁近红外光谱。 首 先,通过多元散射校正和标准正态化组合方法对原始光谱信息进行预处理,采用马氏距离法剔除异常样本;然后, 运用竞争性自适应重加权采样算法与相关系数法相结合,进行特征波段筛选;最后,采用偏最小二乘回归和支持向 量机回归算法建立了核桃仁脂肪含量的预测模型。 结果显示,以筛选出的6个特征波段为输入,采用偏最小二乘 回归算法建立的核桃仁脂肪质量分数预测模型的验证集决定系数为0郾86,均方根误差为1郾5849%;采用支持向量 机回归算法建立的模型验证集决定系数为0郾88,均方根误差为1郾3716%;表明支持向量机回归算法的建模质量优 于偏最小二乘回归算法。 采用特征波段建立的支持向量机回归预测模型能大幅降低建模复杂度,实现核桃仁脂肪 含量的快速无损检测。 关键词:核桃仁;脂肪含量;近红外光谱;特征波段;支持向量机回归 中图分类号:O657郾33;S664郾1 文献标识码:A 文章编号:1000鄄1298(2019)S0鄄0374鄄06 Non鄄destructive Detection for Fat Content of Walnut Kernels by Near Infrared Spectroscopy 1,2 1 3 2 2 2 MA Wenqiang 摇 ZHANG Man 摇 LI Yuan 摇 YANG Liling 摇 ZHU Zhanjiang 摇 CUI Kuanbo (1.Key Laboratory of ModernPrecisionAgriculture SystemIntegrationResearch,Ministry of Education, ChinaAgricultural University,Beijing 100083,China 2.AgriculturalMechanizationInstitute,XinjiangAcademy of Agricultural Sciences,Urumqi830091,China 3.Soil Fertilizer andAgricultural Water Saving Research Institute,XinjiangAcademy of Agricultural Sciences, Urumqi830091,China) Abstract:Fat content is an important indicator of the quality of walnuts. In order to achieve the rapid non鄄destructive detection o