库尔勒香梨含糖量的近红外光谱检测模型研究

以成熟期库尔勒香梨为研究对象，以香梨含糖量作为检测指标，使用近红外光谱仪采集香梨样本光谱数据，通过一阶差分、二阶差分、标准正态变量变换（SNV）、多元散射校正（MSC）等方法对原始光谱进行预处理分析，研究香梨糖分的近红外光谱响应，结果表明MSC方法更适合于香梨近红外光谱数据的预处理。使用SPXY算法将近红外光谱建模样本集按4∶1进行划分，并使用相关系数法提取12个特征波长变量。通过线性回归、偏最小二乘法（PLS）和支持向量机（SVM）等方法分别建立香梨含糖量的检测模型，并进行比较，PLS模型均方根误差（RMSE）为0.5457，预测精度（Precision）为0.9918，相关系数为0.5802，均优于其它两种预测模型。MSC+PLS预处理方法可用于库尔勒香梨含糖量快速、无损检测。