1 江苏大学电气信息工程学院, 江苏 镇江 212013
2 江苏大学机械工业设施农业测控技术与装备重点实验室, 江苏 镇江 212013
3 滁州职业技术学院信息工程系, 安徽 滁州 239000
为解决偏最小二乘判别分析(PLSDA)建模时光谱区域中的噪声及冗余信息干扰问题,提出一种基于联合区间偏最小二乘判别分析(SiPLSDA)算法,并将该算法应用于猪肉近红外光谱的定性建模分析。SiPLSDA 利用联合区间偏最小二乘回归(SiPLS)进行光谱特征区域筛选,在筛选出来的光谱区域内建立数据的定性预测模型。采用Antaris II 快速傅里叶变换近红外光谱分析仪获取波数范围为10000~4000 cm-1的猪肉样本近红外光谱,采用标准正态变量变换(SNV)进行近红外光谱的预处理,用SiPLSDA 建立猪肉近红外光谱的定性模型。实验结果表明,SiPLSDA 建立的预测模型对猪肉储藏时间的识别率达到93.94%,高于基于全光谱区域建立的PLSDA 预测模型的识别率。
光谱学 近红外光谱 猪肉 定性建模 偏最小二乘判别分析 联合区间偏最小二乘回归 激光与光电子学进展
2015, 52(4): 043003