基于NIRS的新葡萄成熟度预测,使用SPA-LASSO光谱特征选择
Jia-Yue Hu1, Zhuo-Kang Wang1, Yu-Yu Wang2
1School of Electrical and Information Engineering, North Minzu University, No. 204 North Wenchang Street, Yinchuan, Ningxia 750021, China. wei_hc@nun.edu.cn.
一个新的近红外光谱 (NIRS) 模型准确地预测了葡萄的成熟度和最佳收获时间. 这种非破坏性方法可以监测成熟过程中溶性固体含量 (SSC) 和总酸度 (TA) 的变化.
科学领域:
- 农业科学 农业科学
- 频谱学是一种光谱学.
- 化学测量 化学测量 化学测量
背景情况:
- 葡萄的质量和最佳的收获时间对于酒和新鲜消费至关重要.
- 评估葡萄成熟度的准确,非破坏性方法是非常可取的.
- 近红外光谱 (NIRS) 为质量评估提供了一种快速而非侵入性的方法.
研究的目的:
- 开发一种使用NIRS.的葡萄的快速,非破坏性成熟度评估模型.
- 在成熟过程中监测质量参数的变化.
- 为了确定卡伯内特索维尼翁葡萄的最佳收获期.
主要方法:
- 在十二个生长阶段进行葡萄参数的物理化学分析.
- 使用SPA-LASSO进行光谱数据和特征波长选择的预处理.
- 使用部分最小平方回归 (PLSR) 开发可溶性固体含量 (SSC) 和总酸 (TA) 的预测模型.
主要成果:
- 溶性固体含量 (SSC) 一般增加,而总酸 (TA) 在成熟过程中减少.
- SG + SPA-LASSO + PLSR模型在SSC (R2 > 0.98) 和TA (R2 > 0.94) 预测方面都表现出高准确度.
- SPA-LASSO有效地选择了相关的波长,改善了模型的概括性.
结论:
- 与SPA-LASSO和PLSR相结合,NIRS提供了一个有效的工具,用于进行非破坏性的葡萄成熟度评估.
- 开发的模型可以准确预测SSC和TA,有助于确定最佳收获时间.
- 这种方法增强了用于葡萄质量监测的光谱选.
更多相关视频
10:25Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements
Published on: June 28, 2016
06:50O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
相关概念视频
IR Frequency Region: X–H Stretching
Applications of IR Spectroscopy: Overview
Extraction: Advanced Methods
IR Spectrum Peak Splitting: Symmetric vs Asymmetric Vibrations
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview
The ATR process begins by directing a beam...
Light Acquisition
