- · 《无损检测》期刊栏目设[01/26]
- · 《无损检测》投稿方式[01/26]
- · 无损检测版面费是多少[01/26]
基于可见近红外光谱技术快速检测花椰菜中硫代(3)
作者:网站采编关键词:
摘要:经SPA提取到的特征波长如图2所示。“雪白”花椰菜中,设置最大变量数为 13,当特征波长数为 12时,RMSE最小,最小值为2.48。所提取的12个波长依次为827、
经SPA提取到的特征波长如图2所示。“雪白”花椰菜中,设置最大变量数为 13,当特征波长数为 12时,RMSE最小,最小值为2.48。所提取的12个波长依次为827、1069、968、760、532、2246、1692、1363、2250、612、1842、683 nm(图2a);“松花”花椰菜中,设置最大变量数为10,当特征波长数为7时,RMSE最小,最小值为2.88。所提取的7个特征波长依次为725、1121、1022、1364、2202、796、682 nm(图2b)。近红外光谱采集过程中,光源照射在样本表面,水分蒸发将导致某些吸收峰发生偏移。682 nm和683、612、725 nm波段可能是水分特征波段687、606、728 nm发生位置偏移所致。另外,在花椰菜的采集、运输、保存过程中,样本表面受到的机械损伤、内部物质含量的降解也会导致某些吸收峰发生偏移。827 nm处的波段可能与蛋白质特征波段832 nm的位置偏移有关[18]。532、1363和1364、1842 nm波段可能是蛋白质特征波段526、1360、1834 nm发生位置偏移所致。2236、2250 nm波段可能是硬度值特征波段2246、2265 nm发生位置偏移所致。1692、1121、1022、1069 nm波段可能是维生素特征波段1698、1129、1030、1070 nm发生位置偏移所致。968、760、725、2202、796 nm附近的吸收峰可能与硫代葡萄糖苷分子结构中 O-H二级倍频(960 nm)、C-H四级倍频(762 nm)、O-H三级倍频(730 nm)、N-H合频(2200 nm)、N-H三级倍频(785 nm)有关。
图2 SPA法提取“松花”、“雪白”花椰菜特征波段Fig.2 Characteristic bands of "Songhua" and "Snow-white"cauliflower were extracted by SPA method注:a:“雪白”花椰菜在SPA算法下选择的最优特征波长;b:“松花”花椰菜在SPA算法下选择的最优特征波长。
2.4.2 RC法提取特征波长
回归系数法 RC[22]是将原始变量简化成少数变量,且新的特征变量能包含原始光谱数据的有效信息,从而产生比全波段变量更优的预测结果[22]。张筱蕾[23]利用RC提取得到的特征波长建立PLS模型后,波段数即自变量由全波段1800个降至10个,有效提高了模型运行速度,从而实现油菜养分及产量信息的快速获取。本实验利用经过中值滤波后的PLSR模型中的回归系数进行“松花”、“雪白”花椰菜的特征波长提取,结果如图3所示。其中,1912 nm和1064 nm波段可能是水分特征波段1900 nm和1067 nm发生位置偏移所致,1661 nm波段与可溶性固形物(SSC)含量特征波段重合。759、959、1467 nm附近的特征吸收峰可能与硫代葡萄糖苷分子结构中C-H基团的四级倍频(762 nm)、O-H二级倍频(960 nm)、O-H一级倍频(1450 nm)有关。
图3 RC法提取“松花”、“雪白”花椰菜特征波段Fig.3 RC method was used to extract the characteristic bands of "Songhua" and "Snow-white" cauliflower注:a:“雪白”花椰菜;b:“松花”花椰菜。
2.4.3 主成分提取
主成分分析PCA是一种常用的数据降维的方法,它的主要原理是使得提取出的新变量能够最大化的保留原始数据内在信息的同时也能够降低维度[24]。利用PCA进行降维后,得到15个主成分的累积贡献率,“松花”、“雪白”花椰菜结果如表3所示。由表3可知,“松花”、“雪白”花椰菜前8个主成分的累积贡献率已达到 99.88%和 99.95%,能解释其光谱数据中99.88%和99.95%的信息量。因此,选定前8个主成分进行后续的光谱建模。
2.5 硫代葡萄糖苷含量的预测
“松花”和“雪白”花椰菜原始光谱经过中值滤波后分别采取上述的三种模型优化算法得到的有效光谱数据建立PLSR预测模型。根据模型的相关系数(Rc、Rp),校正均方根误差(RMSEC)和预测均方根误差(RMSEP)对模型的建模精度进行分析[25],结果如表4所示。
由表4可知,利用“松花”和“雪白”花椰菜的有效光谱数据分别建立MF-PCA-PLS模型和MF-RC-PLS模型后,其RMSEP值最小(分别为0.63和0.46),所以“松花”花椰菜经过 PCA处理后所建模型的预测精度最高,“雪白”花椰菜经过RC特征波长提取后所建模型的预测精度最高,其Rp值分别达到0.89、0.73。
表3 前15个主成分累积贡献率Table 3 Cumulative contribution rate of the first 15 principal PC Songhua cauliflower Percent/%Snow-white cauliflower Percent/%PC1/% 64.87 73.60 PC2/% 98.20 98.78 PC3/% 99.30 99.70 PC4/% 99.65 99.83 PC5/% 99.78 99.89 PC6/% 99.83 99.91 PC7/% 99.85 99.93 PC8/% 99.88 99.95 PC9/% 99.90 99.96 PC10/% 99.91 99.97 PC11/% 99.92 99.98 PC12/% 99.92 99.98 PC13/% 99.94 99.98 PC14/% 99.49 99.99 PC15/% 99.95 99.99
表4 经过不同提取特征波长的PLSR模型结果Table 4 results of PLSR model with different extracted characteristic wavelengths方法 校正集 预测集RcRMSEC/% Rp RMSEP/%松花MF-SPA-PLS 0.88 1.28 0.86 0.69 MF-RC-PLS 0.89 1.24 0.84 0.74 MF-PCA-PLS 0.89 1.23 0.89 0.63雪白MF-SPA-PLS 0.85 1.41 0.70 0.48 MF-RC-PLS 0.87 1.31 0.73 0.46 MF-PCA-PLS 0.65 2.03 0.68 0.49
文章来源:《无损检测》 网址: http://www.wsjczzs.cn/qikandaodu/2021/0610/551.html
上一篇:超声波探伤技术在钢结构无损检测中的应用
下一篇:逍客无损改装原厂定速巡航