小波变换在脐橙维生素C含量近红外光谱预测中的应用

中国农业科学 ›› 2007, Vol. 40 ›› Issue (8): 1760-1766 .

小波变换在脐橙维生素C含量近红外光谱预测中的应用

夏俊芳,李小昱,李培武,王为,丁小霞

华中农业大学工程技术学院

收稿日期:2006-10-23 修回日期:2007-03-23 出版日期:2007-08-10 发布日期:2007-08-10
通讯作者: 李小昱,李培武

A Approach to Nondestructive Measure Vitamin C Content of Orange With Near-infrared Spectroscopy Treated by Wavelet Transformation

华中农业大学工程技术学院

Received:2006-10-23 Revised:2007-03-23 Online:2007-08-10 Published:2007-08-10

摘要/Abstract

摘要： 【目的】探索快速检测柑橘Vc含量的方法。【方法】利用不同分解水平的Daubechies3小波变换，对100个脐橙整果样品的近红外光谱信号进行了消噪处理，并利用消噪后的重构光谱对脐橙Vc含量进行了偏最小二乘法交叉验证。【结果】小波分解尺度水平不同，偏最小二乘法交叉验证效果各不相同，在分解水平为4时效果最好，其预测值与标准值的相关系数R达到0.9574，交叉验证预测均方差RMSECV仅为3.9 mg/100g。比较了11种光谱预处理方法，其中，小波消噪后的偏最小二乘法交叉验证模型预测效果最好，预测值与真值的相关系性最好。【结论】小波消噪后建立的近红外光谱模型能准确地对脐橙Vc含量进行无损快速的定量分析。

关键词: 脐橙, 近红外光谱, 小波消噪, 偏最小二乘法

Abstract: In order to quest a approach for measure vitamin C content of orange, based on wavelet transformation by different decomposing level, the near-infrared spectroscopy signals of 100 intact orange samples were do-noised and some PLS-CV (partial least squared-cross validation ) operations were proposed for the prediction of orange Vc ( Vitamin C ) content with the reconstructed spectra after do-noised. The results show that the PLS-CV results were not the same when the wavelet decomposing level was different. PLS-CV result was best at a wavelet decomposing level of 4. Its R was 0.9574, and its RMSECV was 3.9mg/100g . Therefore, it is concluded that the FT-NIR model treated by wavelet do-noised can be feasible to detect Vc content of orange rapidly and nondestructively.

Key words: orange, near-infrared spectroscopy, wavelet do-noised, partial least squared

夏俊芳,李小昱,李培武,王为,丁小霞. 小波变换在脐橙维生素C含量近红外光谱预测中的应用[J]. 中国农业科学, 2007, 40(8): 1760-1766 .

. A Approach to Nondestructive Measure Vitamin C Content of Orange With Near-infrared Spectroscopy Treated by Wavelet Transformation[J]. Scientia Agricultura Sinica, 2007, 40(8): 1760-1766 .

0
/ / 推荐

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: https://www.chinaagrisci.com/CN/

https://www.chinaagrisci.com/CN/Y2007/V40/I8/1760

[1]	陈学森, 伊华林, 王楠, 张敏, 姜生辉, 徐娟, 毛志泉, 张宗营, 王志刚, 姜召涛, 徐月华, 李建明. 芽变选种推动世界苹果和柑橘产业优质高效发展案例解读[J]. 中国农业科学, 2022, 55(4): 755-768.
[2]	张北举,陈松树,李魁印,李鲁华,徐如宏,安畅,熊富敏,张燕,董俐利,任明见. 基于近红外光谱的高粱籽粒直链淀粉、支链淀粉含量检测模型的构建与应用[J]. 中国农业科学, 2022, 55(1): 26-35.
[3]	李佳佳,洪慧龙,万明月,储丽,赵敬会,汪明华,徐志鹏,张阴,黄志平,张文明,王晓波,邱丽娟. 基于近红外光谱的大豆茎秆化学组分含量检测模型构建与应用[J]. 中国农业科学, 2021, 54(5): 887-900.
[4]	钟亮,郭熙,国佳欣,韩逸,朱青,熊杏. 基于数据挖掘技术的高光谱土壤质地分类研究[J]. 中国农业科学, 2020, 53(21): 4449-4459.
[5]	刘倩男,黄伟,丁云花,王亚钦,胡丽萍,赵学志,何洪巨,刘光敏. 青花菜中硫代葡萄糖苷RAA和GBC的近红外光谱快速测定[J]. 中国农业科学, 2020, 53(21): 4497-4506.
[6]	张绩,李俊杰,万连杰,杨江波,郑永强,吕强,谢让金,马岩岩,邓烈,易时来. 施钾水平对纽荷尔脐橙养分、产量和品质的影响[J]. 中国农业科学, 2020, 53(20): 4271-4286.
[7]	张明,王腾,李鹏,邓烈,郑永强,易时来,吕强,孙荣荣. 基于区域亮度自适应校正算法的脐橙表面缺陷检测[J]. 中国农业科学, 2020, 53(12): 2360-2370.
[8]	张明,李鹏,邓烈,何绍兰,易时来,郑永强,谢让金,马岩岩,吕强. 基于掩模及亮度校正算法的脐橙表面缺陷分割[J]. 中国农业科学, 2019, 52(2): 327-338.
[9]	吴豪,黄园园,汪辉,周玉,沈家成,张璨,丁锦锋,邹娟,马尚宇,郭文善,郑文寅,姚大年. 长江中下游地区小麦品种籽粒和面条品质分析[J]. 中国农业科学, 2019, 52(13): 2193-2207.
[10]	李文涛，杨江波，张绩，王克健，邓烈，吕强，何绍兰，谢让金，郑永强，马岩岩，易时来. 基于不同传感器的纽荷尔脐橙叶片叶绿素含量检测技术评价[J]. 中国农业科学, 2018, 51(6): 1057-1066.
[11]	陈雪萍，刘世尧，尹能文，荆凌云，魏丽娟，林呐，肖阳，徐新福，李加纳，刘列钊. 甘蓝型油菜茎秆纤维组分含量和木质素单体G/S 近红外模型构建[J]. 中国农业科学, 2018, 51(4): 688-696.
[12]	郑永强，王娅，杨琼，贾学梅，何绍兰，邓烈，谢让金，易时来，吕强，马岩岩. 重庆三峡库区鲍威尔脐橙花期叶片矿质营养诊断[J]. 中国农业科学, 2018, 51(12): 2378-2390.
[13]	刘颖，王克健，谢让金，吕强，何绍兰，易时来，郑永强，邓烈. 基于冠层高光谱信息的苹果树花量估测[J]. 中国农业科学, 2016, 49(18): 3608-3617.
[14]	刘亚秋，陈红艳，王瑞燕，常春艳，陈哲. 基于可见/近红外光谱的黄河口区土壤盐分及其主要离子的定量分析[J]. 中国农业科学, 2016, 49(10): 1925-1935.
[15]	刘功明，孙京新，李鹏，徐幸莲，张万刚，黄明，周光宏. 近红外光谱法检测鸡、鱼肉加热终点温度[J]. 中国农业科学, 2016, 49(1): 155-162.