[发明专利]基于近红外光谱鉴别染色橙的方法

权利要求书

1.一种基于近红外光谱鉴别染色橙的方法，其特征在于，包括如下步骤：

(1)采集数据并建立定性模型：采集橙子样品表面采集点的光谱数据，将所述的光谱数据分为预测集和校正集，建立定性模型；

(2)主成分分析：进行光谱校正，根据校正图像中定性模型的聚类来确定主成分，将具有相关性的自变量进行数据降维；

(3)通过主成分分析鉴别染色橙。

2.根据权利要求1所述的基于近红外光谱鉴别染色橙的方法，其特征在于，所述的采集点位于橙子的肩部和赤道部。

3.根据权利要求1所述的基于近红外光谱鉴别染色橙的方法，其特征在于，采集点的数量不少于20个，每个采集点的采集数据条数不少于200，所述的预测集与校正集的数据条数比值为1∶9，其中预测集数据条数不少于200。

4.根据权利要求1所述的基于近红外光谱鉴别染色橙的方法，其特征在于，所述的光谱校正包括对高频随机噪音、基线漂移、样本不均匀、光散射的校正。

5.根据权利要求1所述的基于近红外光谱鉴别染色橙的方法，其特征在于，所述的光谱校正方法包括噪声数学校正和散射校正。

6.根据权利要求5所述的基于近红外光谱鉴别染色橙的方法，其特征在于，所述的噪声数学校正包括移动平均数、中值滤波和S-G平滑。

7.根据权利要求5所述的基于近红外光谱鉴别染色橙的方法，其特征在于，所述的散射校正包括标准化和多元散射校正。

8.根据权利要求1所述的基于近红外光谱鉴别染色橙的方法，其特征在于，主成分分析是将原来具有相关性的自变量，通过线性组合的方式重新组合成一组线性无关的综合变量来代替所述的自变量，实现数据降维。