藍莓具有精緻的肉和獨特的味道。它富含營養，被稱為“水果女王”。它具有防止腦神經老化，保護視力，抗癌和增強人類免疫力的功能。它具有廣泛的市場前景。藍莓糖含量是評估藍莓質量的重要指標。傳統的藍莓糖含量檢測具有破壞性，而非破壞性檢測是一個重要的發展趨勢。
1。圖像數據獲取
藍莓樣品的高光譜圖像
提取兩個高光譜圖像的光譜數據：在每個樣品表面選擇不同的感興趣區域（ROI）並獲得原始反射光譜曲線
對應於感興趣區域的原始光譜曲線，提取平均光譜值以獲得三組48x256光譜數據矩陣
根據不同帶中的高光譜圖像和光譜曲線，帶1頻段50具有較大的噪聲和模糊的圖像。選擇數據時，
只有51頻段250（1031.11nm-1699.11nm）進行了200個頻段。前36個藍莓光譜值用於建立模型，
最後12個用於模型測試。
2。模型建立和分析
藍莓糖含量預測模型的建立主要使用部分最小二乘回歸方法（PLSR）。不同的光譜數據獲取
不同的預測模型。直接使用刪除噪聲的200個頻段，以模擬200個降低PCA尺寸的光譜數據的頻段，請選擇
累積貢獻率為99.9％的前N主要成分，然後使用PLSR建模來選擇256光譜的特徵帶
使用水療中心的整個後部區域中的頻段，然後使用PLSR建模直接在整個後部區域的200個頻段上執行環狀建模，首先結合
兩個乘兩個，然後使用三乘三組組合來建模
3。預測模型建立
PLSR的光譜數據模型
預測模型：
y = 8.1109+0.3989x+0.2848x+…。+0.809x200
其中x1，x2，...，x200是頻帶51頻段250的平均光譜值，而y是藍莓的糖含量。
使用預測模型，將12個藍莓的光譜數據取代以獲得預測的糖含量值，如下表所示
表1。比較藍莓正面某些區域的糖含量值和實際糖含量值
表2。藍莓正面整個區域的糖含量值和真實值
表3。藍莓背面的整個區域的糖含量值和真實值
從三組數據以及藍莓實際糖含量值的曲線獲得的預測模型的預測糖含量值
PCA用於降低藍莓光譜數據的尺寸。然後將降低後的數據用於PLSR建模。降低PCA尺寸後，選擇了總貢獻率為99.9％的前N主要成分。在降低了從正面的部分區域和整個前部區域提取的光譜數據降低尺寸後，選擇了七個主要成分。在降低背部整個區域的光譜數據後，提取了前10個主要組件。 PCA尺寸降低後選擇的主要組件用於PLSR建模。根據預測模型函數，獲得了三組數據的預測糖含量值。
首先使用PCA降低尺寸，然後執行PLSR建模。根據預測模型功能，獲得了預測的糖含量值的曲線和三組數據的實際糖含量值
4。摘要
比較與不同數據建立的預測模型，相關係數在預測的糖含量和真糖之間
由帶週期組合建模選擇的最佳帶組合預測模型的內容值分別為0.54和0.61
在其他帶組合建立的模型中，最大的相對誤差分別為12.6％和11.9％，這是
在使用其他頻帶組合建立的模型中，最小，測試集的根平方誤差很小。可以得出結論，
在帶循環組合建模之後選擇的最佳模型的預測效應優於其他頻帶組合。
