摘要：建立了基于近红外光谱技术的红提维生素C(Vc)含量、糖度及总酸含量的快速无损检测方法。采集红提样本的光谱数据,分别应用竞争性自适应重加权算法(CARS)、稳定性竞争自适应重加权采样算法(SCARS)和连续投影算法(SPA)进行一次有效特征波段提取,对比测量上述3项指标,建立相应偏最小二乘回归模型,并在一次有效特征波段的提取的基础上结合SPA进行二次特征波段的提取,建立相应偏最小二乘回归算法(PLSR)模型。结果表明,二次特征波段建立的PLSR模型的校正集与预测集的相关系数与一次特征波段提取建立的PLSR相关系数相比有较大提高,模型的均方根误差均有所减小。根据二次特征波段提取的最优波段点建立的红提Vc含量、糖度、总酸含量的最优PLSR模型的校正集相关系数分别为0.983、0.982和0.976,预测集相关系数分别为0.975、0.980和0.975。本研究利用较少波段建立稳定模型预测Vc、糖度和总酸含量的方法,大大减少了运行时间,可为后续便携式检测仪和在线动态检测研究提供技术支持。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社