Quantitative Analysis of Soluble Solids and Titratable Acidity Content in Angeleno Plum by Near-Infrared Spectroscopy With BP-ANN and PLS

Copy Citation Text

show less

Fig. 1. Raw spectra of plum fruit

Fig. 2. The probability distribution of SSC (a) and TA (b) content for plum samples

Fig. 3. Quantitative results of PLS model for (a) SSC and (b) TA in plum samples

Fig. 4. Quantitative results of BP-ANN model for (a) SSC and (b) TA in plum samples

指标名称	波段/cm^-1	校正集		交叉验证		因子数	剔除样品
指标名称	波段/cm^-1	r	RMSEC	r	RMSECV	因子数	剔除样品
SSC/%	4 000~9 000	0.890 1 0.891 1	1.01 1.01	0.876 3 0.877 5	1.06 1.06	8 8	剔除7个剔除8个
	4 000~8 852	0.901 6 0.901 3 0.904 8	0.96 0.96 0.94	0.888 7 0.887 3 0.893 2	1.01 1.02 0.99	8 8 8	剔除7个剔除8个剔除10个
	4 000~8 000	0.886 2	1.03	0.871 8	1.08	8	剔除6个
	4 000~6 000	0.883 9 0.884 5	1.04 1.03	0.872 9 0.873 0	1.07 1.07	7 7	剔除7个剔除8个
	6 000~9 000	0.888 5	1.02	0.872 8	1.08	7	剔除6个
TA/%	4 000~9 000	0.821 2	0.89	0.811 4	0.90	6	剔除5个
	4 000~6 523	0.827 5	0.87	0.818 7	0.88	5	剔除5个
	4 605~9 000	0.822 3	0.88	0.812 2	0.90	6	剔除5个
	4 605~6 523	0.833 0	0.86	0.824 5	0.87	5	剔除5个
	5 605~9 000	0.824 8	0.88	0.812 3	0.90	6	剔除5个
	5 605~6 523	0.821 7	0.88	0.799 6	0.92	5	剔除6个
	6 410~7 600	0.818 5	0.89	0.810 2	0.90	5	剔除6个

Table 1. Comparison on performance of different model bands

指标名称	样品集	样品数	数值范围	平均值	标准偏差
SSC /%	校正集预测集	382 191	5.20~16.00 5.40~14.90	10.16 10.19	2.23 2.14
TA/%	校正集预测集	267 130	6.15~13.45 6.44~12.68	9.88 9.84	1.55 1.52

Table 2. Statistics of SSC, TA in plum for calibration set and prediction set

光谱预处理	校正集		预测集		因子数
光谱预处理	R_c	RMSEC	R_p	RMSEP	因子数
原始光谱	0.903 9	0.96	0.874 0	1.04	8
消除常数偏移量	0.913 5	0.92	0.875 9	1.02	9
减去一条直线	0.909 0	0.94	0.874 8	1.03	8
SNV	0.911 4	0.93	0.874 0	1.04	8
最大-最小归一化	0.903 4	0.97	0.863 3	1.08	8
MSC校正	0.914 4	0.91	0.878 5	1.00	8
一阶微分+5点平滑	0.876 9	1.08	0.876 6	1.01	4
一阶微分+17点平滑	0.844 0	1.20	0.833 0	1.18	4
一阶微分+25点平滑	0.862 2	1.14	0.874 7	1.03	5
二阶微分+17点平滑	0.869 8	1.11	0.795 5	1.29	4
二阶微分+25点平滑	0.842 6	1.21	0.812 2	1.24	4
一阶微分+减去一条直线+5点平滑	0.904 8	0.95	0.874 1	1.04	4
一阶微分+SNV+25点平滑	0.905 2	0.95	0.876 0	1.02	8
一阶微分+MSC+25点平滑	0.905 6	0.95	0.875 4	1.02	7

Table 3. Performance comparison with the SSC model of different spectral pretreatment methods

光谱预处理	校正集		预测集		因子数
光谱预处理	R_c	RMSEC	R_p	RMSEP	因子数
原始光谱	0.840 3	0.85	0.807 2	0.89	5
消除常数偏移量	0.795 2	0.95	0.794 8	0.92	4
减去一条直线	0.830 6	0.87	0.796 3	0.92	5
SNV	0.843 5	0.85	0.819 3	0.87	4
最大-最小归一化	0.826 3	0.88	0.807 7	0.89	5
MSC校正	0.841 7	0.84	0.814 0	0.88	4
一阶微分+17点平滑	0.841 0	0.84	0.813 9	0.88	4
一阶微分+25点平滑	0.815 5	0.91	0.812 0	0.88	4
二阶微分+17点平滑	0.841 2	0.84	0.760 8	0.98	4
二阶微分+25点平滑	0.825 3	0.88	0.790 6	0.93	4
一阶微分+减去一条直线+5点平滑	0.815 1	0.91	0.774 2	0.96	4
一阶微分+SNV+9点平滑	0.860 3	0.80	0.819 6	0.86	6
一阶微分+SNV+25点平滑	0.840 7	0.85	0.816 8	0.87	5
一阶微分+MSC+25点平滑	0.809 2	0.92	0.775 3	0.95	4

Table 4. Performance comparison with the TA model of different spectral pretreatment methods

Table 5. Parameters of the BP-ANN models for SSC, TA in plums

Table 6. Influence of nodes in hidden layer on quantitative results of SSC in plum

Table 7. Influence of nodes in hidden layer on quantitative results of TA in plum

Table 8. Quantitative results of the established models using PLS and BP-ANN methods for SSC, TA in plum

Download Citation