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*：R_C=0.91，RMESC=0.96；a*：R_C=0.94，RMESC=0.44；b*：R_C=0.92，RMESC=1.08)和预测性能(L*：R_P=0.88，RMESP=1.13；a*：R_P=0.90，RMESP=0.57；b*：R_P=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: 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：没有了