来源：期刊VIP网 时间：
作者：周鹏程;罗强;张艮;汲新鹏;朱洪达;辛琪;崔海波;蒋文豪;
单位：重庆三峡学院机械工程学院;
摘要：含水量是影响柠檬片干制品品质的重要指标，传统的含水量检测方法存在耗时长、无法批量检测，对物品会造成损伤等问题。为快速检测柠檬片含水量，实现批量快速检测，文章基于光谱成像技术研究一种快速、准确的含水量检测方法。将240份柠檬片置于80℃热风干燥箱中测定其含水率，同时采集干燥后柠檬片光谱数据，利用算法筛选出柠檬片水分的特征波段，分别利用BP(Back propagation)神经网络算法、多元回归分析(Multiple regression, MLR)算法和偏最小二乘法(Partial least squares, PLS)算法，建立柠檬水分预测模型，以相关系数R~2和均方根误差(Root mean squared error, RMSE)对比分析试验中样本预测集与真实值的数据，得到结论。结果表明：3种模型的剩余预测残差(Residual prediction residuals, RPD)均大于6，证明建模效果很好。具体而言，PLS模型的相关系数(R~2=0.9953)与RMSE(0.0245)具有极强的相关性，预测精度高。MLR模型的相关系数R~2为0.9922,RMSE为0.0084，在3种模型中最低；而BP神经网络模型的相关系数R~2为0.9877,RMSE为0.0404。因此，相较于BP神经网络模型，PLS模型和MLR模型更适用于柠檬片的水分预测。
关键词：柠檬片;;高光谱成像技术;;BP神经网络算法;;多元回归分析;;偏最小二乘法
基金资助：重庆市科委自然科学基金面上项目(cstc2020jcyj-msxmX0143)
