《表3 基于PLS和SVM算法的水分和类胡萝卜素含量全波长范围和特征波长预测模型》

  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

《基于高光谱成像的干燥胡萝卜片水分及类胡萝卜素含量无损检测和可视化分析》

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

本实验基于PLS和SVM算法分别建立了水分和类胡萝卜素含量的全波长和特征波长预测模型，模型预测效果见表3。从建模方法看，400～1?000?nm水分和类胡萝卜素含量预测模型预测效果均为SVM模型优于PLS，而1 000～2?200?nm波长范围PLS模型优于SVM。从波长范围看，水分含量预测模型中，400～1?000?nm波长范围模型预测效果均优于1 000～2?200?nm，而类胡萝卜素含量预测模型中，400～1?000?nm波长范围SVM模型预测效果优于1 000～2?200?nm，PLS模型预测效果则相反。从波长个数看，1 000～2?200?nm类胡萝卜素含量SVM预测模型中，基于特征波长建模预测效果略优于基于全波长范围建模，但是其余均是基于全波长范围建模预测效果优于基于特征波长建模，说明SPA在减少冗余信息的同时可能会剔除少量有效信息，从而影响模型准确度。综上所述，水分和类胡萝卜素含量的最优预测模型均为基于400～1?000?nm全波长范围建立的SVM预测模型，模型RP2分别为0.984和0.911，RMSEP分别为0.380?g/g和34.836?mg/100?g?。文献[9]和[13]中香蕉片和大豆干燥过程水分含量预测模型RP2分别为0.97和0.971，文献[31]中紫薯干燥过程花青素含量预测模型RP2为0.881 7，文献[8]中菠菜贮藏过程类胡萝卜素含量预测模型RP2为0.889，本实验所建水分和类胡萝卜素含量预测模型RP2均接近甚至高于前人相似研究结果，证明了本实验较好的建模效果。虽然对应的基于特征波长建立的模型预测精度略低于基于全波长范围建模，但是模型的RP2仍能达到0.962和0.898，RMSEP分别为0.612?g/g和37.544?mg/100?g，且RPD均大于3，证明建模效果好。另外经SPA处理后只保留了不足3%的原始信息，可以极大提高模型的运算速度，因此更适用于实际生产。