关键词：近红外光谱；联合区间偏最小二乘法；极限学习机；食醋；可溶性无盐固形物含量
摘 要：为了提高近红外光谱技术检测食醋中可溶性无盐固形物含量(SSFSC)的精度和稳定性,提出采用联合区间偏最小二乘(Si-PLS)筛选光谱特征区间,再利用极限学习机(ELM)算法建立非线性回归模型,并对该方法的优越性进行系统比较；试验通过交互验证优化模型相关参数,以预测时的相关系数(Rp)和预测均方根误差(RMSEP)作为模型的评价指标.结果表明,Si-PLS结合ELM算法(Si-ELM)所建模型最佳,预测结果:Rp=0.973 9,RMSEP=1.232 g/100 mL.说明利用近红外光谱技术可以快速准确检测食醋中的SSF-SC,Si- ELM的应用可以适当提高该预测模型的精度.