产品目录

当前位置：首页 >>> 技术文章 >

技术文章

近红外光谱校正的鲁棒性评估果实品质

近红外光谱校正的鲁棒性评估果实品质
格思里，JA（2005）近红外光谱校正的鲁棒性，澳大利亚昆士兰州罗克汉普顿，中央昆士兰大学，博士论文，果实品质评估。

鲁棒性 - 就是系统的健壮性

建立一个基于近红外光谱水果内部品质属性评估的预测模型，必须具有一定程度的鲁棒性，这必须是跨品种、区域和时间及按实际水果级别数。在这篇论文发起的时候，同期有很多有关以近红外线校正模型的发展的水果内部品质属性评估报告，但没有提及可靠性报告（“鲁棒性”）中是跨越时间、品种或生长区的报告。由于使用不同的仪器，要在当中做一个数据再分析报告是比较难。

现建一个以蔡司MMS1光谱感测器为分光中心的测量平台，当中包括使用卤素灯光源，透射光学部件设计，以近红外区域的短波直接对水果测量。被测量水果包括坚果仁、瓜类和柑橘水果，大量数据被收集，测量成份包括：总可溶性固形物total soluble solids、干物质dry matter及油浓度oil concentration。校准程序进行了优化和鲁棒性评估，数据来自跨产区，收获时间、季节和品种。

在一般情况下，建基于吸光度导数的全球改进的偏*小二乘回归（MPLS）校准模型，会相对只使用多元线性回归或独立验证种群样预测的MPLS模型更好。鲁棒性是*受到在不同生长地区及品种的生长季节影响。在校正鲁棒性方面，各种校准更新程序进行评估。由验证样板总体中随机抽加入校准人样板总体相等于或优于其他样品附加的方法(以马氏距离的抽样法，选择由中心样板总体或邻近样板总体)。在这些学习中的全球马氏距离（GH）已被计算

使用的独立验证的人口从校准人口的分数和负荷。在实践中，它被推荐更新使用一些新的人口样本进行时生长**的平均价值超过1 .0 10的模型，该模型的预测性能进行监测与预测样本生长**。

上一篇：Arbitel 和 MCS 600 的优点
下一篇：把蔡司光谱仪从实验室带到现场

若网站内容侵犯到您的权益，请通过网站上的联系方式及时联系我们修改或删除