《表1 不同品种板栗果实中总糖和淀粉含量分析》

  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

《基于近红外高光谱图像技术的栗果品质无损检测》

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

由于光谱信息之间存在大量冗余和共线性信息特征，对有效光谱信息的提取产生干扰，同时，大量光谱数据会带来模型复杂和计算量大的问题。为减少信息冗余和共线性的影响，提高计算机的运行效率，一般需要通过化学计量学方法，选取与预测指标相关性高的波段范围作为特征波段进行建模。化学计量学软件TQ Analyst 9.0中suggest向导以1.2中蒽酮比色法测定的板栗总糖和淀粉含量（表1）作为标准值，对建模集中ROI的近红外光谱采用PLS方法建立预测模型，以校正标准差（root mean square error of calibration，RMSEC）和相关系数作为判断模型精度的标准，自动选择对总糖和淀粉含量同时具有高预测精度的一个波段或多个波段组合为总糖和淀粉的特征波段。如对30个“泰栗一号”正常果实样品的光谱数据，软件TQ Analyst 9.0自动选取与总糖和淀粉含量高相关的波段1 121.98～1 698.15 nm为建模波段（图2）。