典型文献
基于高光谱成像技术快速检测茶叶茶多酚含量
文献摘要：
目的 建立一种精确、高效的多元校正模型,实现快速、无损检测茶叶中茶多酚含量.方法 首先利用高光谱成像技术采集单纵茶叶的光谱数据,其次通过二维相关光谱(two-dimensional correlation spectroscopy techniques,2D-COS)波段筛选算法提取特征光谱,最后结合极限学习机(extreme learning machine,ELM)建立茶多酚的预测模型,并与全波段模型进行对比.结果 经二维相关光谱算法所提取后的特征波段建立的模型预测效果优于全波段模型.茶多酚模型的决定系数(determination coefficient,R2)从0.89上升到0.94,预测均方根误差(root mean square error of prediction,RMSEP)也从2.37％下降到2.16％.结论 二维相关光谱波段筛选算法有效地提取茶多酚的特征波段,适用于茶叶中茶多酚含量的快速、无损预测.
文献关键词：
高光谱成像技术;波段筛选;二维相关光谱法;茶叶;茶多酚
中图分类号：
作者姓名：
刘翠玲;朱锐;徐金阳;孙晓荣
作者机构：
北京工商大学人工智能学院,北京 100048;北京工商大学食品安全大数据技术北京市重点实验室,北京 100048
文献出处：
引用格式：
[1]刘翠玲;朱锐;徐金阳;孙晓荣-.基于高光谱成像技术快速检测茶叶茶多酚含量)[J].食品安全质量检测学报,2022(17):5504-5510
A类：
二维相关光谱法
B类：
高光谱成像技术,快速检测,茶叶,茶多酚含量,多元校正,校正模型,无损检测,光谱数据,two,dimensional,correlation,spectroscopy,techniques,2D,COS,波段筛选,筛选算法,提取特征,极限学习机,extreme,learning,machine,ELM,全波段,特征波段,决定系数,determination,coefficient,root,mean,square,error,prediction,RMSEP
AB值：
0.268464
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
