作者：刘燕德; 肖怀春; 韩如冰; 孙旭东; 朱丹宁...可溶性糖近红外光谱技术波段筛选优化预处理方法
摘要：为了监督柑桔叶片是否缺乏营养元素，对叶片可溶性糖进行分析。采用近红外光谱技术结合误差反馈神经网络（BPNN）和最小二乘支持向量机（LS-SVM）建立定量剖析非线性模型，运用主成分分析（PCA）进行数据压缩、无信息变量消除算法（UVE）和连续投影算法（SPA）进行有效波段筛选的方法来优化模型的输入变量，提高了模型检测精度。同时，利用Savitzke-Golay平滑（S-G）、多元散色校正（MSC）、导数和基线校正（Baseline）等预处理方法进行数据变换，来确定最佳建模方法。结果表明：波长筛选能优化模型，并提高运算速度，其中PCA优化效果最为明显，可溶性糖的相关系数Rp达到最大为O．91，均方根误差RMSEP最小为4．82，显著提高了模型的检测精度和稳健性，经过优化的输入变量所建模型，能够满足定量检测的要求，具有一定的可行性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
