论文部分内容阅读
目的为实现猕猴桃可溶性固形物含量的快速无损检测。方法实验采用反射式光谱采集系统获取不同成熟期“贵长”猕猴桃的反射光谱。比较3种光谱预处理方法(标准正态变换、多元散射校正以及二阶导数)对回归预测模型的影响;采用主成分分析对预处理后的光谱数据进行降维,并基于提取的特征变量,建立猕猴桃可溶性固形物含量的回归预测模型。结果采用主成分分析,从1024个全光谱波段中提取了前16个主成分作为特征变量;基于特征变量建立的回归预测模型具有较好的预测性能,其预测集决定系数R2 P=0.88,剩余预测偏差为2.94。结论基于紫