基于UVE—ICA和支持向量机的南丰蜜桔可溶性固形物可见-近红外检测-论文.pdf

《基于UVE—ICA和支持向量机的南丰蜜桔可溶性固形物可见-近红外检测-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第33卷，第12期光谱学与光谱分析Vo1．33，No．12，pp3235—32392013年12月SpectroscopyandSpectralAnalysisDecember，2013基于UVE—ICA和支持向量机的南丰蜜桔可溶性固形物可见一近红外检测孙通，许文丽，胡田，刘木华江西农业大学生物光电技术及应用重点实验室，江西南昌330045摘要利用可见一近红外光谱技术联合变量选择新方法对南丰蜜桔的可溶性固形物(SSC)进行快速无损检测研究，以简化南丰蜜桔SSC预测模型和提高预测模型性能。试验共采用300个南丰蜜桔样本，校正集、验证集及预测集样本分别为150，75和75个。采用Quality

2、Spec型光谱仪在350~1000nrn波段范围内采集样本光谱，利用无信息变量消除(UVE)剔除无用信息波长变量，再采用独立成分分析(ICA)提取光谱的独立成分，最后应用最小二乘支持向量机(LS-SVM)建立南丰蜜桔的SSC预测模型，并利用未参与建模的预测集样本对模型进行评价。研究结果表明，可见一近红外光谱技术联合I『vE-ICA-LS-SVM对南丰蜜桔的SSC检测精度高。UVE-ICA可以有效剔除无用信息波长变量，提取特征光谱信息，简化预测模型及提高预测模型性能。Iv】1_ICA-LS-SVM所建立的南丰蜜桔SSC预测模型性能优于PLS，PCA-LS-SVM及ICA-LS-SVM预测模型

3、，其校正集、验证集及预测集的决定系数和均方根误差分别为0．978，0．230，0．965，0．301及0．967，0．292％关键词可见一近红外；UVE-ICA；LS-SVM；可溶性固形物中图分类号：S123文献标识码：ADOI：10．3964／j．issn．1000-0593(2013)12—3235—05vectormachine，LS-SVM)建立桃子的SSC预测模型，优于引言偏最小二乘回归(PLS)模型性能。谢秀娟等L1胡采用ICA方法提取玉米样品的近红外光谱，并应用多元线性回归建立粗蛋南丰蜜桔为我国古老柑桔的优良品种之一，其果实味甘白质、粗淀粉和粗脂肪含量的预测模型，各预测准确度

4、都较质美、汁多浓甜、营养丰富，享有“桔中之王”的美誉，深受高，可用于玉米育种品质快速分析。对于近红外光谱数据，消费者的喜爱。可溶性固形物(solublesolidscontent，SSC)是光谱波长变量众多且夹杂无信息波长变量，直接利用ICA方南丰蜜桔的重要内部品质指标之一，与消费者的口感密切相法提取光谱的独立成分会增加提取的复杂性和难度，降低准关。因此，对南丰蜜桔的SSC进行快速无损检测非常重要。确度，导致后续的预测模型复杂且精度降低。可见一近红外光谱技术是近几十年来发展起来的现代分本研究利用可见一近红外透射光谱结合无信息变量消除析技术，具有分析速度快、非破坏性检测、无需样品预处理、(u

5、ninformativevariableelimination，u)一独立成分分析不污染环境以及成本低等优点。国内外研究者已应用可见一(u、，】1_IcA)方法对南丰蜜桔的SSC进行检测研究。采用近红外光谱技术对水果的SSC检测进行了一些研究[1]。独UVE方法剔除与SSC无关的波长变量，再利用ICA方法提立成分分析(independentcomponentanalysis，ICA)是20世取相应的独立成分，并应用LSVM建立南丰蜜桔的SSC纪9o年代后期发展起来的一种有效的盲信源分离方法。该预测模型。最后，采用未参与建模的75个预测集样本对模型方法已应用于语音与图像信号处理、生物医学信号

6、处理及光进行评价。谱数据处理等领域[8_“]。方利民等[1]利用ICA方法提取玉米近红外光谱的独立成分和相应的混合矩阵，并应用神经网1实验部分络建立玉米中的水分、淀粉、蛋白质含量预测模型。Shao等[1。根据提取的前4个独立成分的权重选择4个有效波段1．1样本范围，并应用最小二乘支持向量机(1eastsquaressupport共采用南丰蜜桔样本300个，样本均购买于南昌市水果收稿日期：2013—04-29．修订日期：2013—07—18基金项目：国家自然科学基金项目(31271612)，留学人员科技活动项目(2012)和江西省教育厅科学研究基金项目(GJJ13254)资助作者简介：孙通，

7、1983年生，江西农业大学生物光电技术及应用重点实验室讲师e-mail：suntong980@163．com*通讯联系人e-mail：suikelmh~}sina．com3236光谱学与光谱分析第33卷批发市场。试验前，对样本表皮进行清洗，并依次编号。将式中，sj为波长变量j的稳定性值，mean(hi)和std(6，)为波试验样本随机分配到校正集、验证集及预测集，分配比例为长变量的回归系数平均值及标准偏差。2：1：1。即