换一批基于MCCV-CARS-RF建立红提糖度和酸度的可见-近红外光谱无损检测方法
Nondestructive Detection of Sugar Content and Acidity in Red Globe Table Grapes Using Visible Near Infrared Spectroscopy Based on Monte-Carlo Cross Validation-Competitive Adaptive Reweighted Sampling-Random Forest (MCCV-CARS-RF)
摘要利用USB2000+微型光谱仪采集红提400~1000 nm透过率光谱数据,并通过理化分析测得糖度和酸度值;利用SavitZky-Golay卷积平滑法对原始光谱进行预处理,结合蒙特卡罗交叉验证法剔除奇异点,再利用竞争自适应重加权采样法降维,最终建立随机森林预测模型.糖度预测模型的校正集相关系数和均方根误差分别为0.9558和0.3158;验证集相关系数和均方根误差为0.9568和0.3185.酸度预测模型的校正集相关系数和均方根误差分别是0.9456和0.3001;验证集相关系数和均方根误差为0.9405和0.3112.结果表明,该方法适用于红提糖度和酸度的快速无损检测,且具有较高的准确度.
更多相关知识
关键词
可见-近红外光谱蒙特卡罗交叉验证法竞争自适应重加权采样法红提糖度酸度visible near infrared spectroscopyMonte-Carlo cross validationcompetitive adaptive weighting samplingRed Globe table grapesugar contentacidity
分类号
TS255.4
栏目名称
DOI
10.7506/spkx1002-6630-201808024
发布时间
2018-05-21（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览2
- 被引24
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
