基于高光谱成像技术的青贮玉米饲料pH值无损检测

• Published in: 农业工程学报 Vol. 39; no. 4; pp. 239 - 247
• Main Authors: 张梦宇, 郝敏, 田海清, 李鹏宇, 赵凯, 任仙国
• Format: Journal Article
• Language: Chinese
• Published: 内蒙古农业大学机电工程学院,呼和浩特 010018 01.02.2023
• Subjects: 无损检测; pH值; 饲料; 高光谱; 青贮玉米
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.202210117

S147.2; 为实现青贮玉米饲料pH值的快速、无损检测,该研究采用高光谱成像技术建立不同品质青贮玉米饲料pH值的定量检测模型.采集青贮玉米饲料样本936～2539 nm的平均光谱,采用6种预处理方法对青贮玉米饲料平均光谱进行处理,通过建立偏最小二乘回归(partial least squares regression,PLSR)模型得出多元散射校正(multiplicative scatter correction,MSC)和卷积平滑(savitzky-golay,SG)两种预处理方法效果较好,使用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)、变量组合集群分析算法(variable combination population analysis,VCPA)以及迭代保留信息变量(iteratively retains informative variables,IRIV)算法对经MSC和SG卷积平滑预处理光谱进行特征波长提取,利用PLSR和极限学习机(extreme learning machines,ELM)分别建立饲料全波段、特征波长的pH值预测模型.MSC-CARS-PLSR为最优算法组合,其校正集决定系数为0.9262,均方根误差为0.4213,预测集决定系数为0.9170,均方根误差为0.4266.研究结果表明,结合PLSR模型可以实现对青贮玉米饲料pH值的准确预测,可为青贮玉米饲料pH值提供一种可靠且有效的无损检测新方法.