段凌瑶,陈闯,李静,赵亚亚,陈士林,侯振雨

（河南科技学院化学化工学院,河南新乡453003）

基于玉米近红外光谱和离散小波变换的SVR模型稳健性研究

段凌瑶,陈闯,李静,赵亚亚,陈士林,侯振雨

（河南科技学院化学化工学院,河南新乡453003）

采用国家标准方法测定125个玉米样品中的蛋白质、淀粉和脂肪含量,同时测定玉米样品的近红外光谱（NIRS）数据.采用多次、随机选择定标集和校正集样品的方法,对支持向量回归（SVR）模型的参数进行优化,探讨离散小波变换（DWT）对SVR模型的影响.结果表明：DWT可有效去除玉米NIRS数据中的背景和噪声,建立的DWT-SVR多变量回归模型具有较好的稳健性,可实现玉米样品中蛋白质、淀粉和脂肪的同时测定.

玉米；蛋白质；近红外光谱；支持向量回归；离散小波变换

近年来,随着人们生活水平的提高,对农业产品提出了更高的要求,如对高蛋白质含量、高油含量或高糖分含量的特用玉米的需求越来越大.这种需求也为育种专家们提供了新的挑战.在玉米育种工作中,如何简单、快速地评价玉米的品质,对缩短玉米育种周期和减小工作量具有十分重要的意义.

近红外光谱分析技术是一种快速分析方法,常采用偏最小二乘（PLS）和主成分回归（PCR）模型对玉米的品质和成分进行评价[1-2].但当训练样本较少且变量（波长）较多时,常出现“过拟合”或“欠拟合”现象,带来一定的误差[3].同时,随着近红外光谱分析仪器状态的改变、样品的变化,定标模型需要进行不断的更……