基于小波变换-遗传算法-偏最小二乘的草莓糖度检测研究

张 娟 原 帅 张 骏

(1.烟台汽车工程职业学院电子工程系山东烟台 265500；2.烟台大学文经学院山东烟台 264005；3.烟台大学光电信息科学技术学院山东烟台 264005)

草莓口感酸甜，营养丰富，是一种人们普遍喜爱的水果。草莓糖度是决定口感和营养的重要因素。传统的水果糖度检测的方法多采用理化分析法，检测时间长、步骤繁琐、成本高。随着近红外光谱测量技术和近红外光谱仪器的快速发展，近红外光谱技术现已广泛应用于无损检测领域[1]。新型便携式近红外光谱仪具有体积小、低功耗、高性能、高稳定性等优点，适合现场检测和在线分析，越来越广泛应用于水果生产中的管理监测、产后加工和质量评判中[2，3]。基于便携式-近红外光谱测量分析技术可实现水果内部品质的简单、快速、无损检测，具有成本低、重现性好、分析效率高等优势[4]。

近年来，国内外利用近红外光谱技术对草莓糖度的检测和分析进行了大量的研究工作，其中光谱数据预处理和预测模型的建立方法是研究热点。金同铭等[5]采用一阶导数逐步回归的方法获取定量分析定标方程，对草莓的糖度、酸度等多指标进行分析；牛晓颖等[6]采用偏最小二乘法提取的潜在变量作为最小二乘-支持向量机和反向传播人工神经网络的输入变量，建立了草莓糖度的近红外定量模型；ITO[7]将草莓原始近红外光谱数据进行二阶导数处理，利用多元线性回归法建立预测模型。为了获得精确度更好、预测能力更高的红外光谱模型，本研究采用小波变换(WT)去噪预处理，以遗传算法(GA)并结合偏最小二乘法(PLS)实现波长优化选择，建立草莓糖度的近红外光谱模型，并进行分析和验证。……