高光谱成像技术结合优化算法窖泥总氮含量的预测

窖泥的总氮含量是窖泥质量评价的指标之一，其常规检测方法周期长且具有破坏性。为实现窖泥总氮含量的快速无损检测，提出了高光谱成像技术（HSI）结合优化算法的窖泥总氮含量的检测方法。首先，使用不同的预处理方法对可见光（Vis）光谱数据进行处理，并建立偏最小二乘回归（PLSR）模型，通过比较模型性能确定了最佳预处理。其次，综合比较了采用全光谱波长、竞争性自适应重加权采样（CARS）算法、连续投影算法（SPA）和CARS与SPA(CARS-SPA)联用策略方法优选特征波长，并作为PLSR和最小二乘支持向量机（LS-SVM）模型输入变量，研究对各模型性能的影响。最后，基于最优模型实现了窖泥样本的总氮含量可视化，直观反映不同层级的总氮含量差异。结果表明，标准正态变量变换（SNV）方法预处理后建立的PLSR模型预测总氮含量最好；CARS-SPA联用策略方法优选特征波长较其他两种方法好，且其建立的LS-SVM模型的预测性能最佳（预测集决定系数Rp2=0.987 6、预测均方根误差（RMSEP）=0.013 8 g/100 g）。高光谱成像技术结合优化算法可以快速、无损检测窖泥总氮含量，为窖泥中总氮含量检...