孙博康 刘贵珊

    摘 要：本文基于可见—近红外高光谱(Visible Near Infrared Reflectio，Vis-NIR)成像技术对150个香水梨进行光谱数据采集。将样本划分后，采用卷积平滑(Savitzky-Golay，S-G)、归一化(Normalize)和标准正态变换(Standard Normal Variate，SNV)3种方法对原始光谱进行预处理，利用竞争性自适应加权算法(Competitive Adaptive Reweighted Sampling，CARs)、区间变量迭代空间收缩法(Interval Variable Iterative Space Shrinkage Approach，iVISSA)和变量组合集群分析(Variable Combination Population Analysis，VCPA)对特征波长提取进行波段缩减和特征提取，建立特征波段下香水梨硬度的偏最小二乘(Partial Least Squares Regression，PLSR)预测模型，优选最佳模型。结果表明，VCPA法建立的PLSR模型优于初始模型R2=0.933。

    关键词：香水梨;高光谱;硬度;无损检测

    香水梨又名软儿梨，属于秋子梨的一个品种，主要分布于甘肃、宁夏境内。在宁夏海原地区，香水梨是当地农民的主要收入来源，近年来种植面积不断扩大，然而目前仍存在很多技术上的问题需要解决[1]。硬度作为梨果的一个重要参数，与香水梨的成熟度，口感，食用性息息相关[2]，传统的检测方法具有明显的破坏性，不适用于大规模量产的地区，因此利用光谱学技术建立一种香水梨的硬度检测方法显得尤为重要 ......