DOI：10.3969/j.issn.1672-3872.2026.03.001
基金项目：江西省教育厅科技计划项目“中国典型脐橙产地激光等离子体指纹图谱溯源方法”（GJJ210421）；国家自然科学基金项目“水果有害重金属微波辅助LIBS在线检测方法与机理研究”（32260626）
作 者：王建波 1，2 ，陈杨帆 1 ，程占东 1，2，3 ，廖致远 1，2，3 ，陈添兵 1，2，3 ，徐 将 1，2，3 ，姚明印 1，2，3 ，邓秋月 1 ，黄 林 1，2，3
（1. 江西农业大学，江西 南昌 330045；2. 江西省高校生物光电及应用重点实验室，江西 南昌 330045；3. 现代农业装备江西省重点实验室，江西 南昌 330045）
摘 要：【目的】脐橙品质与产地密切相关，但难以通过人工感官对脐橙产地进行准确鉴别。激光诱导击穿光谱（LIBS）技术能够采集待测样品的指纹图谱，具备在线快速识别脐橙产地的潜力。【方法】首先，利用搭建的水果LIBS在线检测系统对8个不同产地脐橙的特征光谱进行采集。其次，采用多元散射校正和基线校正相结合的方法消除光谱中的背景噪声和信号干扰，利用主成分分析（PCA）对光谱数据进行降维处理，再以6∶2∶2的比例将数据随机划分为训练集、测试集和验证集。最后，将处理后的数据分别输入至SVM、RF和SVM-RF模型中，对比鉴别结果。【结果】SVM模型具有较高的鉴别准确性和分选效率，基于SVM的训练集、测试集、验证集准确率分别为99.8%、99.6%、98.9%。【结论】LIBS在线检测系统结合机器学习算法，可有效实现脐橙产地快速鉴别。
关键词：脐橙；产地鉴别；LIBS；在线检测；机器学习
引文信息：[1]王建波，陈杨帆，程占东，等.基于LIBS结合机器学习的脐橙产地快速鉴别研究[J].南方农机，2026，57(3)：1-5.
查看全文请下载PDF文件↓
