摘要:以酿酒葡萄赤霞珠果实为研究对象,利用高光谱成像技术检测葡萄果皮中的花色苷含量。采集60组样本的900~1700nm近红外波段高光谱图像,并用pH示差法测量样本果皮中花色苷含量。选取高光谱图像中葡萄果实区域作为感兴趣区域(ROI),计算其平均光谱,并采用sG平滑、归一化、多元散射校正等预处理方法提高光谱的信噪比。然后采用偏最小二乘回归(PLSR)、支持向量回归(SVR)和BP神经网络算法建立花色苷含量预测模型。研究表明:基于PLSR模型推荐的13个隐含变量建立的BP神经网络模型的预测决定系数和预测均方根误差分别为0.9102和0.3795。
关键词:酿酒葡萄 花色苷 高光谱图像偏最小二乘回归 支持向量回归 bp神经网络
单位:西北农林科技大学葡萄酒学院 陕西杨凌712100 陕西省葡萄与葡萄酒工程中心 陕西杨凌712100 西北农林科技大学信息工程学院 陕西杨凌712100 西北农林科技大学机械与电子工程学院 陕西杨凌712100
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社