《表4 建模效果比较：近红外光谱对蒙阴黄桃硬度和可溶性固形物的在线检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《近红外光谱对蒙阴黄桃硬度和可溶性固形物的在线检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表4可知，采用SPA和GA算法使得建模的波长数量显著降低，说明这2种方法都可剔除噪声过大和去除不相关变量的变量，这与郭志明和田潇瑜的研究类似[20-21]。不同品质指标，采用相同的算法，所选的特征变量不相同。从建模效果来说。对于SSC预测模型，采用SPA对黄桃近红外光谱数据进行特征变量选取，其中从全波长301个光谱中筛选出10个变量，建立了SSC SPA-PLS模型，从全波长301个光谱中筛选出7个变量，建立了SSC SPA-PLS模型。其rp和RMSEP分别为0.916、0.721%。对于硬度模型，采用SPA算法建立预测模型更稳健一些，从600～900 nm 301个光谱中筛选出8个变量，建立了硬度SPA-PLS模型，其rp和RMSEP分别为0.811、0.742 N。