基于近红外光谱的红提维生素C含量、糖度及总酸含量无损检测方法

摘要：

建立了基于近红外光谱技术的红提维生素C(Vc)含量、糖度及总酸含量的快速无损检测方法.采集红提样本的光谱数据,分别应用竞争性自适应重加权算法(CARS)、稳定性竞争自适应重加权采样算法(SCARS)和连续投影算法(SPA)进行一次有效特征波段提取,对比测量上述3项指标,建立相应偏最小二乘回归模型,并在一次有效特征波段的提取的基础上结合SPA进行二次特征波段的提取,建立相应偏最小二乘回归算法(PLSR)模型.结果表明,二次特征波段建立的PLSR模型的校正集与预测集的相关系数与一次特征波段提取建立的PLSR相关系数相比有较大提高,模型的均方根误差均有所减小.根据二次特征波段提取的最优波段点建立的红提Vc含量、糖度、总酸含量的最优PLSR模型的校正集相关系数分别为0.983、0.982和0.976,预测集相关系数分别为0.975、0.980和0.975.本研究利用较少波段建立稳定模型预测Vc、糖度和总酸含量的方法,大大减少了运行时间,可为后续便携式检测仪和在线动态检测研究提供技术支持.

关键词：近红外光谱、红提、内部品质、连续投影算法、偏最小二乘回归法

所属期刊栏目：47

资助基金：国家自然科学基金项目31871863;湖北省自然科学基金项目2012FKB02910;湖北省研究与开发计划项目2011BHB016

在线出版日期：2019-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：941-949