《表2 不同变量选择方法建模结果》
本文采用全波长方法和SPA、GA、CARS变量选择方法进行PLS模型的建立,建模结果如表2所示。从表中可看出,4种变量选择方法所建模型的相关系数均在0.93以上,表明所建立的模型均具有良好的预测效果。其中,比较模型的预测集相关系数得出,从大到小依次为GA-PLS、PLS、SPA-PLS、CARS-PLS,效果最好的GA-PLS模型的相关系数可达0.944 7;比较3种变量选择方法所选出的特征波段数量得出,从小到大依次为SPA-PLS、CARS-PLS、GA-PLS,效果最优的GA-PLS模型的变量数为156个,占全部波长的20.97%。其次,SPA-PLS模型选取的变量数为41个,与GA-PLS模型相比,变量数减少约73.72%,因此,若从变量数目角度上考虑,则SPA-PLS模型更占有一些优势。综上所述,基于3种变量选择方法所筛选的特征波段建立的PLS模型结果相当或优于使用全波长进行建模的结果,而变量数却有了很大幅度的减少,表明了变量筛选的重要性。其次,总结3组变量选择方法所得到特征变量的高度重合项,共得到8个波长,依次为680、705、730、760、810、860、900、940 nm,结果表明这8个波长与检测苹果糖度的响应波段最为相关。
图表编号 | XD00192901400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.18 |
作者 | 乔鑫、彭彦昆、王亚丽、李龙、庄齐斌、田文健 |
绘制单位 | 中国农业大学工学院、国家农产品加工技术装备研发分中心、中国农业大学工学院、国家农产品加工技术装备研发分中心、中国农业大学工学院、国家农产品加工技术装备研发分中心、中国农业大学工学院、国家农产品加工技术装备研发分中心、中国农业大学工学院、国家农产品加工技术装备研发分中心、中国农业大学工学院、国家农产品加工技术装备研发分中心 |
更多格式 | 高清、无水印(增值服务) |