摘要:柑橘的含水率是影响柑橘后续储存和加工的关键因素之一,为了检测柑橘的含水率,本文利用可见/近红外光谱透射技术对温州蜜柑进行含水率检测,采用了微分处理(Differential processing,SD)、多元散射校正(Multivariate Scattering Correction,MSC)、标准正态变换(standard normal variate,SNV)、SG卷积平滑以及标准化等预处理方法并比较,同时采用竞争性自适应重加权采样算法(Competitive adaptive reweighted sampling algorithm,CARS)提取特征波长,以此建立了基于柑橘含水率的偏最小二乘回归模型(Partial Least Squares regression,PLS)、BP神经网络模型和最小二乘支持向量机模型(Least squares support vector machine,LSSVM)。结果表明,使用经过SNV预处理后的光谱进行CARS筛选得到的359个波长建立的LSSVM模型预测效果最佳,校正集的相关系数和均方根误差分别为0.9375和0.0086,验证集相关系数和均方根误差分别为0.8316和0.0120,结果表明可见/近红外光谱技术用于温州蜜柑的含水率检测是可行的。