典型文献
基于变量优选和近红外光谱技术的红富士苹果产地溯源
文献摘要：
为实现对红富士苹果的产地溯源,采集阿克苏、静宁、灵宝、烟台的红富士苹果近红外光谱数据,分别采用归一化、中心化、一阶导数、二阶导数、标准正态变换、多元散射校正(multivariate scattering correction,MSC)、小波变换、SG平滑变换、傅里叶变换等9种方法对原始光谱进行预处理,建立概率神经网络(probabilistic neural network,PNN)模型对苹果的产地进行识别.结果表明,MSC预处理之后的模型总准确率最高,为97.5％,阿克苏、静宁、灵宝、烟台4个产地的准确率分别为100％、100％、90％、100％.为简化模型,对MSC预处理之后的光谱数据分别采用主成分法、连续投影算法(successive projection algorithm,SPA)、竞争性自适应重加权算法(com-petitive adaptive reweighted sampling,CARS)、随机蛙跳算法(random frog,RF)、CARS-SPA、RF-SPA选取特征变量建模.综合考虑正确率和模型的复杂性,最优模型MSC-CARS-SPA-PNN的测试集的总准确率为98.75％,4个产地的红富士苹果准确率分别达到了100％、100％、95％、100％.该研究可为红富士苹果的产地溯源提供理论参考.
文献关键词：
苹果;近红外光谱;概率神经网络;连续投影算法;竞争性自适应重加权算法
中图分类号：
作者姓名：
张立欣;杨翠芳;陈杰;张晓果;张楠楠;张晓
作者机构：
塔里木大学 信息工程学院,新疆维吾尔自治区 阿拉尔,843300;南京理工大学 理学院,江苏 南京,210094;河南城建学院 数理学院,河南 平顶山,467036
文献出处：
引用格式：
[1]张立欣;杨翠芳;陈杰;张晓果;张楠楠;张晓-.基于变量优选和近红外光谱技术的红富士苹果产地溯源)[J].食品与发酵工业,2022(20):36-43
A类：
B类：
近红外光谱技术,红富士苹果,产地溯源,阿克苏,静宁,灵宝,烟台,光谱数据,一阶导数,二阶导数,正态变换,多元散射校正,multivariate,scattering,correction,MSC,小波变换,SG,傅里叶变换,概率神经网络,probabilistic,neural,network,PNN,简化模型,连续投影算法,successive,projection,algorithm,SPA,竞争性自适应重加权算法,com,petitive,adaptive,reweighted,sampling,CARS,随机蛙跳算法,random,frog,RF,特征变量,最优模型,测试集
AB值：
0.304364
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。
