化学论文_基于变量优选和近红外光谱技术的红富-光谱学与光谱分析

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

化学论文_基于变量优选和近红外光谱技术的红富

作者:

关键词:

摘要：

文章摘要:为实现对红富士苹果的产地溯源，采集阿克苏、静宁、灵宝、烟台的红富士苹果近红外光谱数据，分别采用归一化、中心化、一阶导数、二阶导数、标准正态变换、多元散射校正（multivariate scattering correction，MSC）、小波变换、SG平滑变换、傅里叶变换等9种方法对原始光谱进行预处理，建立概率神经网络（probabilistic neural network，PNN）模型对苹果的产地进行识别。结果表明，多元散射校正预处理之后的模型总准确率最高，为97.5%，阿克苏、静宁、灵宝、烟台这4个产地的准确率分别为100%、100%、90%、100%。为简化模型，对多元散射校正预处理之后的光谱数据分别采用主成分法、连续投影算法（successive projection algorithm，SPA）、竞争性自适应重加权算法（competitive adaptive reweighted sampling，CARS）、随机蛙跳算法（random frog，RF）、CARS-SPA、RF-SPA选取特征变量建模。综合考虑正确率和模型的复杂性，最优模型MSC-CARS-SPA-PNN的测试集的总准确率为98.75%，4个产地的红富士苹果准确率分别达到了100%，100%，95%，100%。该研究可为红富士苹果的产地溯源提供理论参考。

文章关键词:

项目基金:《光谱学与光谱分析》网址: http://www.gpxygpfxzz.cn/qikandaodu/2022/0110/533.html