采后猕猴桃可溶性固形物含量的高光谱无损检测

？为探讨基于高光谱成像技术无损检测采后猕猴桃可溶性固形物含量（solublesolidscontent，ssc）的可行性，基于猕猴桃900～1700nm波长范围的反射高光谱，建立了预测ssc的偏最小二乘、支持向量机及误差反向传播（errorbackpropagation，bp）网络模型，并综合比较了分别以全光谱的226个波长，利用连续投影算法提取的12个有效波长和采用无信息变量消除法提取的128个有效波长作为模型的输入变量对各模型预测效果的影响。结果表明，连续投影算法能有效地提取有效波长，其在简化模型方面优势明显；bp网络与连续投影算法相结合具有最好的预测性能（预测相关系数为0.924，预测均方根误差为0.766）。研究表明，高光谱成像技术可无损检测猕猴桃的ssc，该技术将使猕猴桃内部品质的工业化分级成为可能。