2.4数据处理

使用光谱仪配套软件IndicoPro Version3.1采集蓝莓样本的近红外光谱，由ViewSpecPro软件将采集的近红外光谱转换成数据文件，由于LabSpec光谱仪采集的光谱包含了可见光和近红外光的全部范围，本文选取波长范围为780~2 500 nm的近红外波段共1 721个变量进行后续研究。

首先通过联合x-y的异常样本识别（outliner samples detection based on joint x-y distance，ODXY）方法筛选并剔除异常样本，将剩余样本用光谱-理化值共生距离（sample set partitioning based on joint x-y distance，SPXY）算法划分校正集和测试集，然后对蓝莓原始近红外光谱数据进行标准正态变换、卷积平滑和基线校正等预处理，以减少光散射、背景噪声等因素对光谱的干扰，随后利用iPLS、SiPLS和FiPLS算法以交叉验证均方根误差（root mean square error of cross validation，RMSECV）最小原则选出与蓝莓花青素预测相关度最大的特征波段，在选出最优波段的基础上，采用UVE、SPA和CARS挑选特征波长，最后建立DBN模型，并与PLS模型结果进行对比，得出蓝莓花青素最优检测模型。