基于高光谱成像技术的大曲还原糖含量预测及其可视化

还原糖是大曲质量评价的重要指标，为进一步提高大曲还原糖含量的检测精度，提出了一种应用高光谱成像技术检测大曲还原糖含量的方法。采用高光谱成像系统，在900～1 700 nm采集大曲样本的光谱信息，并提取全部样本的平均光谱数据。首先，采用标准正态变量校正(standard normal variables, SNV)、卷积平滑、多元散射校正3种预处理方法对原始光谱进行预处理；然后，分别使用主成分分析(principal component analysis, PCA)荷载系数法、连续投影法(successive projections algorithm, SPA)和PCA荷载系数-SPA三种方法提取了大曲光谱数据的特征波段；最后，基于全波段和特征波段的光谱数据，分别建立了预测还原糖含量的偏最小二乘回归(partial least squares regression, PLSR)和最小支持向量机(least squares support vector machine, LS-SVM)模型。结果表明，对SNV预处理后的大曲光谱数据，采用PCA-SPA算法提取的特征波段建立的PLSR模型效...