|本期目录/Table of Contents|

[1]张德虎.基于可见近红外光谱的不同建模方法对河套蜜瓜糖度检测精度的影响[J].江苏农业科学,2020,48(16):235-240.
　Zhang Dehu.Influence of different modeling methods based on visible and near infrared spectroscopy on detection precision of sugar content of Hetao muskmelon[J].Jiangsu Agricultural Sciences,2020,48(16):235-240.
点击复制

基于可见近红外光谱的不同建模方法对河套蜜瓜糖度检测精度的影响(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第48卷
期数:
2020年第16期
页码:
235-240
栏目:
贮藏加工与检测分析
出版日期:
2020-08-20

文章信息/Info

Title:
Influence of different modeling methods based on visible and near infrared spectroscopy on detection precision of sugar content of Hetao muskmelon
作者:
张德虎
辽宁机电职业技术学院，辽宁丹东 118009
Author(s):
Zhang Dehu
关键词:
河套蜜瓜; 可见近红外光谱; 糖度; 建模方法; 检测精度
Keywords:
-
分类号:
S127；TP274+.52
DOI:
-
文献标志码:
A
摘要:
以126个金红宝河套蜜瓜为研究对象，采用Maya 2000 pro便携式光谱仪获取蜜瓜在400~1 100 nm波段内的可见近红外光谱信息，研究传统建模方法［偏最小二乘法(PLS)、主成分回归(PCR)、逐步多元线性回归(SMLR)］和新型网络算法［误差反传人工神经网络(BP-ANN)、最小二乘支持向量机(LS-SVM)］对糖度模型精度和预测结果的影响。结果表明，在利用传统建模方法建立的蜜瓜糖度模型中，PLS算法所建模型的效果较佳，模型更稳定，尤其在光谱经多元散射校正(MSC)和一阶微分处理后，所建模型的相关系数为0.844，校正均方根偏差为0844，预测均方根偏差为0.978；在采用新型网络算法建立的模型中，当选择LS-SVM算法，且参数c=0.500 0，g=0.353 55时，经MSC和一阶微分处理后的光谱和糖度的建模和预测结果最好，均方根偏差为097。研究结果可为检测河套蜜瓜糖度的可见近红外光谱建模方法的选择提供理论依据。
Abstract:
-

参考文献/References:

［1］张德虎. 河套蜜瓜品质可见近红外光谱检测研究［D］. 呼和浩特：内蒙古农业大学，2014.
［2］候占峰，田海清，刘超，等. 基于多信息融合技术的河套蜜瓜品质评价［J］. 江苏农业科学，2018，46(6)：159-162.
［3］张德虎，田海清，武士钥，等. 河套蜜瓜糖度可见近红外光谱特征波长提取方法研究［J］. 光谱学与光谱分析，2015，35(9)：2505-2509.
［4］张烨，韩育梅，付艳茹. 采后热处理对河套蜜瓜贮藏品质的影响［J］. 食品工业，2015，36(5)：136-138.
［5］孙静涛. 基于光谱和图像信息融合的哈密瓜成熟度无损检测研究［D］. 石河子：石河子大学，2017.
［6］田海清，王春光，吴桂芳. 蜜瓜糖度透射光谱技术［J］. 农业机械学报，2010，41(12)：130-133.
［7］刘雪梅，章海亮. 基于近红外光谱的不同建模方法检测土壤有机质和速效P含量的研究［J］. 西北农林科技大学学报(自然科学版)，2013，41(4)：52-57.
［8］牛晓颖，赵志磊，张晓瑜. LS-SVM和BP-ANN在草莓糖度NIR检测中的应用［J］. 农机化研究，2013(5)：204-207.
［9］庞晓宇，杨忠，吕斌，等. 基于近红外光谱与误差反向传播神经网络技术的三种人工林木材识别研究［J］. 光谱学与光谱分析，2016，36(11)：3552-3556.
［10］李子文，熊雅婷，王健，等. 遗传算法联合LS-SVM的苹果原醋成分定量分析［J］. 中国酿造，2016，35(1)：120-124.
［11］孙旭东，郝勇，张光伟. 近红外光谱结合最小二乘支持向量机的脐橙叶片含水率无损检测［J］. 中国农机化学报，2015，36(2)：150-153，168.
［12］田海清. 西瓜品质可见近红外光谱无损检测技术研究［D］. 杭州：浙江大学，2006.
［13］刘春生，周华茂，孙旭东，等. 偏最小二乘法-可见/近红外光谱测定南丰蜜桔糖度的研究［J］. 河北师范大学学报(自然科学版)，2008，32(6)：788-790.
［14］牛晓颖，邵利敏，赵志磊，等. 基于BP-ANN的草莓品种近红外光谱无损鉴别方法研究［J］. 光谱学与光谱分析，2012，32(8)：2095-2099.
［15］张德虎，田海清，武士钥，等. 河套蜜瓜糖度可见近红外光谱特征波长提取方法研究［J］. 光谱学与光谱分析，2015，35(9)：2505-2509.

相似文献/References:

[1]林萍,陈永明.利用可见近红外光谱技术快速鉴别大米品种[J].江苏农业科学,2015,43(12):320.
　Lin Ping,et al.Fast discrimination of rice varieties based on visible near-infrared spectroscopy technology[J].Jiangsu Agricultural Sciences,2015,43(16):320.
[2]王芳,韩媛媛,魏星,等.河套蜜瓜跌落冲击特性[J].江苏农业科学,2017,45(08):199.
　Wang Fang,et al.Drop impact characteristics of Hetao melon[J].Jiangsu Agricultural Sciences,2017,45(16):199.
[3]侯占峰,田海清,刘超,等.基于多信息融合技术的河套蜜瓜品质评价[J].江苏农业科学,2018,46(06):159.
　Hou Zhanfeng,et al.Quality evaluation of Hetao muskmelon based on multi-sensor information fusion[J].Jiangsu Agricultural Sciences,2018,46(16):159.

备注/Memo

备注/Memo:
收稿日期：2019-10-16
基金项目：国家自然科学基金(编号：31160248)；辽宁省教育厅2019年度科学研究经费(编号：IX201905)；2019年辽宁机电职业技术学院科研项目(编号：2019005)。
作者简介：张德虎(1989—)，男，辽宁丹东人，硕士，讲师，主要从事农业机械化工程方面的研究。E-mail：zdh19890324@163.com。
更新日期/Last Update: 2020-08-20