%0 Journal Article
%T 基于高光谱的酿酒葡萄果皮花色苷含量多元回归分析
%A 刘旭
%A 吴迪
%A 梁曼
%A 杨蜀秦
%A 张振文
%A 宁纪锋
%J 农业机械学报
%D 2013
%R 10.6041/j.issn.1000-1298.2013.12.030
%X 以酿酒葡萄赤霞珠果实为研究对象，利用高光谱成像技术检测葡萄果皮中的花色苷含量。采集60组样本的900~1700nm近红外波段高光谱图像，并用pH示差法测量样本果皮中花色苷含量。选取高光谱图像中葡萄果实区域作为感兴趣区域（ROI），计算其平均光谱，并采用SG平滑、归一化、多元散射校正等预处理方法提高光谱的信噪比。然后采用偏最小二乘回归（PLSR）、支持向量回归（SVR）和BP神经网络算法建立花色苷含量预测模型。研究表明：基于PLSR模型推荐的13个隐含变量建立的BP神经网络模型的预测决定系数和预测均方根误差分别为0.9102和0.3795。
%K 酿酒葡萄
%K 色苷
%K 高光谱图像
%K 偏最小二乘回归
%K 支持向量回归
%K BP神经网络
%U http://www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20131230&flag=1