基于高光谱的酿酒葡萄果皮花色苷含量多元回归分析

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0.910 2和0.379 5.

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

所属期刊栏目：44

分类号：S663.1;O657.3(果树园艺)

资助基金：国家自然科学基金资助项目61003151;“十二五”国家科技支撑计划资助项目2012BAD31B07;中央高校基本科研业务费专项资金资助项目QN2011099、QN2013062、QN2013055;国家葡萄产业技术体系酿酒葡萄栽培岗位子项目CARS-30-02A

在线出版日期：2014-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：180-186,139