论文部分内容阅读
为了快速检测苹果的可溶性固形物（SSC）含量，采用可见光近红外光谱技术，结合主成分分析（PCA）和BP神经网络技术，来建立苹果SSC的预测模型。获取苹果样本在345～1039nm波段的漫反射光谱，采用DPS数据处理系统对其进行主成分分析，并提取出累计可信度大于95％的5个新主成分。建立一个3层的BP神经网络模型，并将这5个新的主成分作为BP神经网络模型的输入量，其结果是98％以上预测样本的预测相对误差在5％以下。该研究表明，采用近红外光谱技术来建立苹果可溶性固形物的预测模型是可行的。