特征波长优选结合近红外技术检测大米中的含水量

苗雪雪; 苗莹; 龚浩如; 陶曙华; 陈英姿; 陈祖武; 王洁敏; 《食品科技 》 2019 北大核心

摘要：利用近红外光谱技术实现了大米中含水量的快速测定.为进一步提高近红外模型的精度和稳定性,采用4种波长筛选方法:遗传算法(GA)、无信息变量消除法(UVE)、无信息变量消除-遗传算法组合法(UVE-GA)以及连续投影算法(SPA),对大米水分近红外光谱特征波长进行了优选,并基于筛选出的光谱变量建立了大米含水量偏最小二乘法(PLS)模型.结果表明,相较于全光谱建模,4种特征波长优选方法不仅提升了所建模型的预测性能和精度,还有效地减少了建模时的光谱信息量,节省了建模时间;其中经过UVE-GA算法从全波段1154个波长中筛选出的68个特征波长建立的模型效果最好,其预测相关系数和预测均方根误差分别为0.9675和0.3915.综上所述,近红外光谱技术结合UVE-GA光谱处理方法能够实现大米水分含量的快速无损检测,为大米含水量的监督检测提供了技术依据.

关键词： 近红外光谱 大米 特征变量筛选 含水量 间隔偏最小二乘法 遗传算法