简介:用可见/近红外光谱动态检测鲜枣的可溶性固形物含量。试验时样品以0.1nds的速度运动,采集其可见/近红外漫反射光谱(350-2500nm)。用平均平滑法对120个赞皇枣样品、118个郎枣样品的光谱进行消噪处理,采用连续投影算法提取其特征波长,并建立相应的最小二乘支持向量机预测模型SPA/LS-SVM;同时将赞皇枣在500-1100nm范围的可见IS波近红外平滑光谱数据,郎枣在700-1500nm范围的平滑光谱数据用最小二乘支持向量机建立Smooth,LS-SVM预测模型,并对各自预测集样品(30个)的可溶性固形物含量进行预测和对比分析。结果表明:SPA/LS-SVM模型预测相关系数(赞皇枣0.833,郎枣0.847)与Smooth/LS-SVM模型预测相关系数(赞皇枣0.848,郎枣0.857)相差不大,且前者更精简,预测速度快,预测时间短,可以作为鲜枣可溶性固形物含量的一种动态检测方法,但模型的精度和稳定性需进一步提高。