化学论文_光谱技术对“贵长”猕猴桃表皮颜色的

来源:无损检测 【在线投稿】 栏目:期刊导读 时间:2021-09-29
作者:网站采编
关键词:
摘要:文章摘要:目的水果表皮颜色是判别其品质的主要指标之一,为实现“贵长”猕猴桃表皮颜色(L*,a*,b*)的快速无损检测。方法利用光纤光谱仪获得不同成熟阶段“贵长”猕猴桃的光谱

文章摘要:目的水果表皮颜色是判别其品质的主要指标之一,为实现“贵长”猕猴桃表皮颜色(L*,a*,b*)的快速无损检测。方法利用光纤光谱仪获得不同成熟阶段“贵长”猕猴桃的光谱反射率;分别运用竞争性自适应重加权算法(CARS)以及连续投影算法(SPA)对标准正态变化(SNV)预处理后的全光谱进行降维,进而基于提取的特征变量以及测得的表皮颜色值构建猕猴桃表皮颜色多元线性回归(MLR)无损检测模型。结果对于预测猕猴桃表皮颜色(L*,a*,b*),采用CARS从1024个全光谱中分别提取了48、48和26个特征变量;相对于构建的SPA-MLR模型,CARS-MLR无损检测模型具有相对较好的校正性能(L*:RC=0.91,RMESC=0.96;a*:RC=0.94,RMESC=0.44;b*:RC=0.92,RMESC=1.08)和预测性能(L*:RP=0.88,RMESP=1.13;a*:RP=0.90,RMESP=0.57;b*:RP=0.90,RMESP=1.15)。结论表明基于光谱技术结合多元线性回归预测“贵长”猕猴桃表皮颜色是可行的。

文章关键词:

项目基金:《无损检测》 网址: http://www.wsjczzs.cn/qikandaodu/2021/0929/660.html



上一篇:公路与水路运输论文_基于探地雷达的路面隐性病
下一篇:力学论文_基于SBFEM和深度学习的裂纹状缺陷反

无损检测投稿 | 无损检测编辑部| 无损检测版面费 | 无损检测论文发表 | 无损检测最新目录
Copyright © 2019 《无损检测》杂志社 版权所有
投稿电话: 投稿邮箱: