期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
太赫兹光谱结合机器学习算法快速测定冻干胡萝卜的水分含量
1
作者 孙梦 成军 +4 位作者 刁庶 韩天宇 于志龙 李璟文 谢云飞 《光谱学与光谱分析》 北大核心 2025年第7期1924-1931,共8页
水分含量对冻干胡萝卜的质量和货架期具有至关重要的影响。然而,传统的水分测量方法费时低效。因此,该研究旨在探索一种基于太赫兹时域光谱(THz-TDS)与机器学习(ML)技术相结合的快速、无损检测方法,用于测定冻干胡萝卜的水分含量。试验... 水分含量对冻干胡萝卜的质量和货架期具有至关重要的影响。然而,传统的水分测量方法费时低效。因此,该研究旨在探索一种基于太赫兹时域光谱(THz-TDS)与机器学习(ML)技术相结合的快速、无损检测方法,用于测定冻干胡萝卜的水分含量。试验采集140个不同水分含量样本的时域光谱数据,基于光学参数提取模型,获得样品的吸收系数和折射率光谱。为了提升光谱数据的质量,对获得的光谱进行移动平均(MA)平滑和SG平滑预处理,随后采用竞争自适应重加权采样(CARS)、连续投影算法(SPA)、无信息变量消除(UVE)三种特征提取算法,从原始光谱数据中筛选出与水分含量密切相关的特征光谱变量。最后,采用偏最小二乘回归(PLSR)、反向传播人工神经网络(BPANN)和极端梯度提升(XGBoost)三种机器学习算法构建了定量预测模型,并利用模型评价指标对这些模型进行了全面评估,以确定检测冻干胡萝卜水分含量的最佳光学参数与最优算法组合。结果表明,吸收系数光谱准确有效地反映了水分信息,预处理有效去除了光谱噪声,特征提取确定了与水分相关的关键变量,BPANN展现出最优的定量预测性能。其中,基于吸收系数光谱的SG-CARS-BPANN模型表现出最强的预测性能(R_(C)^(2)=0.9712,RMSEC=0.0073,R_(P)^(2)=0.9366,RMSEP=0.0107)。这些发现表明,太赫兹和机器学习的结合可以实现冻干胡萝卜水分含量的快速无损检测,所建立的方法具有用于在加工和储存期间实时监测冻干果蔬中水分含量的潜力。 展开更多
关键词 太赫兹时域光谱 冻干果蔬 化学计量学 吸收系数 无损定量分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部