基于不同物候期苹果树叶片光谱特征预测果实糖度_张瑶

SDY | -> | 494| 0| 2.573689MB |苹果糖度;光谱分析;物候期;果叶特征光谱;支持向量机

SDY SDY | 文档量 |浏览量228341

    苹果内部品质的无损检测是农业工程的热门研究方向,糖度是评价苹果品质的重要指标。传统的
检测方法常采用对抽样进行化学检测,大多存在分析过程传统复杂、耗时长、检测费用高、技术条件复
杂、难于实现及时监控及需要破坏样品等缺点。近年来,近红外光谱技术作为一种无损检测手段被广泛
用于测定苹果糖度。Steinmetz等CIl利用图像信息和近红外光谱数据融合技术,提升苹果糖度分类精
度。陈鑫等Czl采用蚁群优化算法优选近红外波长的最佳变量,有效减少了波长的使用,降低了模型的
复杂度,同时提高了模型的预测精度。王加华等C37利用组合移动窗口、遗传偏最小二乘法选择信息变
量建立苹果糖度预测模型,结果表明,用SCM WPLS和GALS可以提取最有效信息变量,模型更加简
洁、数据运算量也更少。张纯等[#]将混合线性分析法移植到苹果糖度这一非纯组分含量指标的近红外
光谱检测,模型精度明显优于传统模型。张静等[5]通过近红外光谱法对苹果糖度进行检测分析,表明在
600 } 1100 nm的波长范围内建立对苹果糖度的预测模型是可行且有效的。夏阿林等[6]基于Bayesia。相
似性评估方法结合偏最小二乘局部回归在苹果糖度的近红外无损定量分析中获得较好的应用成果。
    二维相关技术最早被应用在核磁共振(NMR)谱上[t'} , Noda tA}通过对动态红外光谱进行数学分析,
得到二维红外相关光谱[[9]。目前,二维相关光谱在原油识别[[I 0]r聚合物研究[[I I]、中药鉴别[[I2 - 14],蛋白
质[[IS]的研究领域中日益显出其重要的作用。
    目前,对于苹果糖度的检测无论利用传统检测方式或近红外光谱技术,都只是针对苹果果实展开,
对于苹果最终的果实品质缺少前期的动态监测。在光谱分析方法上,利用了蚁群优化算法偏最小二乘
回归、遗传算法优化、混合线性分析等多种数据处理方法,利用二维相关光谱分析的研究相对较少。
    本研究以苹果糖度为研究对象,利用不同生理物候期的苹果树叶片光谱特征全程追踪苹果果实糖
度信息,探究不同生理物候期对于果实糖度积累的贡献比例,为苹果果实糖度检测提供全程、便捷、无损
SDY发布的其他共享资料
    5 色谱币 下载

基于不同物候期苹果树叶片光谱特征预测果实糖度_张瑶

(2573.689K)

所需色谱币: 5

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 鄂ICP备19022139号-2