微型近红外光谱仪在苹果糖度测量中的应用研究

来源：激光技术杂志2019年第6期北京时间：

作者：徐永浩, 宋彪, 陈晓帆, 黄梅珍

摘要：为了评估微型近红外光谱仪应用于现场水果糖度检测的可行性, 采用粒子群算法结合反向传播(BP)神经网络建立了苹果糖度的无损高精度快速检测方法, 研究了微型近红外光谱仪NIRscan以单波长和阿达玛变换两种测量模式获得的光谱数据, 应用多种不同的数据预处理方法和多元线性回归、偏最小二乘法、粒子群算法(PSO)、BP神经网络等算法建立分析模型。结果表明, 以阿达玛变换工作模式测得的光谱数据更好, 以1阶导数结合Savizky-Golay平滑算法作数据预处理, 应用PSO结合BP神经网络建立的苹果糖度预测模型具有更高的预测精度, 预测相关系数和均方根误差分别为0.9911和0.1502。该微型近红外光谱仪NIRscan用于苹果糖度的现场快速和高精度无损检测具有可行性。

关键词：光谱学, 苹果糖度, 近红外光谱, 数字显微器件, 微型近红外光谱仪, 阿达玛变换, 粒子群优化算法, 反向传播神经网络