间隔连续投影算法应用于近红外光谱苹果糖度模型的优化

摘要

目的 采用一种改进的连续投影算法(successive projection algorithm,SPA)筛选光谱区间变量,优化苹果近红外光谱模型.方法 试验以半透射方式无损地获取134个苹果的光谱信息,再以标准方法破坏性检测其内部糖度指标,在光谱信息与糖度指标之间构建定量模型.区间连续投影算法(intervals SPA,iSPA)是根据各光谱区间之间的投影关系,选择那些具有共线性小的区间变量来构建偏最小二乘模型(partial least square,PLS).尝试以全区间光谱划分的间隔数量从5到60,步长为5,以优化共线性小的间隔组合.结果 当划分为20个间隔时,构建的PLS模型相比于其他划分间隔时的模型,具有较小的交互验证均方根误差和较少的入选变量,此时对预测集的预测均方根误差为0.521,优于常规连续投影算法线性回归和全区间PLS模型的预测性能.结论 区间连续投影算法可用于光谱区间变量的筛选,结合偏最小二乘法可提高模型的预测性能.