针对厚皮果透光性差、不同柚子品种糖度在线检测要单独建模等问题, 本文以柚子为研究对象, 采集有效光谱325条, 对比分析不同柚子品种在710 nm和800 nm附近的两个吸收峰光谱响应特性。550～970 nm全波段范围内的光谱采用SPA无信息消除后建立柚子偏最小二乘判别模型误判率为1.25%; 偏最小二乘法在550～970 nm全波段范围和去差异化后750～930 nm波段范围的预测相关系数分别为0.58和0.86, 预测均方根误差RMSEP分别为0.84和0.55。实验结果表明, 连续投影法结合偏最小二乘判别模型可以实现不同柚子品种的定性判别, 变异系数法对光谱去差异化后结合最小二乘模型对厚皮果柚子可溶性固形物的定量检测效果最佳, 该研究为不同品种的厚皮果在线分选技术提供了参考和理论依据。

近年来利用近红外光谱进行农作物品种判别成为农产品检测的一个新兴方向。 该文提出一种基于近红外光谱的新的实用化商品玉米品种判别系统, 此系统既能对系统学习过的品种做出准确判别也能对未学习过的品种做出准确拒识。 首先采用一阶导数法对原始光谱进行预处理, 光谱数据经主成分分析后, 根据仿生模式识别理论建立判别模型。 在建立模型时文章使用了基于二维单形的Ψ-3神经元作为覆盖单元, 并提出了包含指数的概念以辅助判定样品的唯一归属。 测试结果表明, 该系统对参与建模的品种有较强的判别能力, 即使建模品种达到34个时系统平均正确判别率仍达到91.8％。 同时对于未参与建模的品种也有较强的拒识能力, 平均正确拒识率达到95％以上。