斜率/截距算法在猕猴桃可溶性固形物含量便携式检测中的应用

基于微型光谱仪搭建一台体积小、易操作的猕猴桃可溶性固形物含量（soluble solids content，SSC）检测装置，并用该装置采集了‘华优’、‘徐香’和‘西选’3?个品种猕猴桃的近红外光谱，利用不同特征波长提取方法从全光谱中提取特征波长，并比较不同方法提取的特征波长及全光谱对3?个品种猕猴桃SSC的偏最小二乘模型预测精度的影响；用斜率/截距算法结合‘华优’猕猴桃大样本模型，预测‘徐香’和‘西选’猕猴桃的SSC。结果表明，连续投影算法对于模型简化效果最好，其对‘华优’、‘徐香’和‘西选’猕猴桃大样本的预测均方根误差（root mean square error of prediction，RMSEP）分别为0.583、0.678?°Brix和0.646?°Brix；用斜率/截距算法对‘华优’猕猴桃SSC模型进行校正时，仅用10?个‘徐香’和50?个‘西选’猕猴桃便能有效地提高对SSC的预测性能，其RMSEP分别为0.966?°Brix和0.875?°Brix。本研究为进一步构建精度更高、更便捷的微型集成式猕猴桃SSC检测仪提供理论依据