利用可见-近红外光谱技术联合变量选择新方法对南丰蜜桔的可溶性固形物(SSC)进行快速无损检测研究, 以简化南丰蜜桔SSC预测模型和提高预测模型性能。 试验共采用300个南丰蜜桔样本, 校正集、 验证集及预测集样本分别为150, 75和75个。 采用QualitySpec型光谱仪在350~1 000 nm波段范围内采集样本光谱, 利用无信息变量消除(UVE)剔除无用信息波长变量, 再采用独立成分分析(ICA)提取光谱的独立成分, 最后应用最小二乘支持向量机(LS-SVM)建立南丰蜜桔的SSC预测模型, 并利用未参与建模的预测集样本对模型进行评价。 研究结果表明, 可见-近红外光谱技术联合UVE-ICA- LS-SVM对南丰蜜桔的SSC检测精度高。 UVE-ICA可以有效剔除无用信息波长变量, 提取特征光谱信息, 简化预测模型及提高预测模型性能。 UVE-ICA- LS-SVM所建立的南丰蜜桔SSC预测模型性能优于PLS, PCA-LS-SVM及ICA-LS-SVM预测模型, 其校正集、 验证集及预测集的决定系数和均方根误差分别为0.978, 0.230%, 0.965, 0.301%及0.967, 0.292%。