摘要

利用可见-近红外光谱技术结合最小二乘支持向量机(LS-SVM)对不同贮存温度下的蜂花粉进行鉴别。选择-20、4、15、25和40℃5个温度下分别贮存60 d后的蜂花粉为研究对象。对原始光谱数据进行平滑和附加散射校正(MSC)的预处理后进行主成分分析,选择4~20个主成分作为输入变量进行LS-SVM建模。模型预测参数比较结果显示,当主成分数取20时模型的预测效果最好,预测相关系数r2p≥0.9919,预测标准偏差(SEP)和预测均方根误差(RMSEP)分别为1.7854和1.7675,优于偏最小二乘回归(PLS)的预测结果,说明基于LS-SVM的可见-近红外光谱技术能够很好地对蜂花粉贮存温度进行检测。