BiPLS结合SPA对苹果可溶性固形物含量的近红外检测方法

摘要

近红外光谱(NIR)分析方法是检测水果内在品质的有效方法之一,但检测过程容易受到共线性干扰.本研究采集900～1700 nm波长范围内苹果的近红外光谱数据,建立偏最小二乘法(PLS)模型对可溶性固形物含量进行检测.为简化模型,消除共线性的影响,采用区间法(iPLS)、后向区间法(BiPLS)、连续投影算法(SPA)、连续投影算法-区间法(SPA-iPLS)及连续投影算法-后向区间法(SPA-BiPLS)选取特征波段变量.结果表明:采用254个全光谱变量建立PLS模型,训练集的r=0.8304,RMSE=1.1177,测试集的r=0.7694,RMSE=1.3483.SPA-BiPLS相比较于iPLS、BiPLS、SPA及SPA-iPLS算法,更适合于提取特征变量.采用6个特征波段建立的SPA-BiPLS模型,训练集的r=0.8919,RMSE=0.9073,测试集的r=0.8981,RMSE=0.9371,消除了共线性,提高了运行效率.