(partial least squares regression,PLSR)构建土壤水分含量预测模型并进行分析.结果显示:1)小波分解过程中,土壤反射率与SMC的相关性不断增强,到小波变换第6层分解(L6)处达到最高,因此小波变换最大分解层数为6层分解;2)通过对土样进行WT-CARS耦合算法筛选出变量,得出的最优变量集包括400~500,1 320~1 461,1 851...
量预处理后结合SPA算法筛选出6 个变量建立PLSR模 型预测西瓜糖度,得到的模型RMSEC为0.589,RMSEP 为0.611。文献[6]采用无信息变量消除法(UVE)对糙米 直链淀粉近红外光谱进行波长选择,最终选择出726 个 波长点,获得的RMSEP 从2.46 减小到2.2,预测能力得 到明显提高。以上研究表明对全谱进行单模型建模波 长选择后再...
较多的是以传统点光谱构建线性分析模型,如PLS,MLR和 PLSR等 [5,6] 。然而,一些新的研究表明非线性模型在某些 水果的可溶性固形物定量分析中比线性模型具有更加明显的 优势 [9‐12] 。这表明,表征水果光谱数据与品质之间存在着非 线性信息。与传统近红外光谱相比,高光谱成像技术在光谱 获取中更容易受非单色光、...