论文部分内容阅读
针对可见／近红外光与杨梅汁酸度存在非线性相关的特点，提出了应用偏最小二乘（PLS）法预测线性部分和人工神经网络（ANN）预测非线性部分，结合两种方法综合预测杨梅汁酸度值，通过比较r，RMSEP，Bias的值来检验该方法．其中PLS模型用于寻找与杨梅汁酸度值有关的敏感波段，预测杨梅汁酸度的线性部分，将这些敏感波段对应的光谱吸光度值作为人工神经网络的输入，并将杨梅汁酸度的实际测量值减去PLS模型校正值，获得的差额部分作为神经网络的输出，建立一个差额神经网络预测杨梅汁酸度的非线性部分．46个样本用于建模，30个