葡萄浆果糖度可见/近红外光谱检测的研究

摘要：

针对可见/近红外光谱与水果糖度存在非线性相关的特点,利用漫反射光谱测定方法获取了葡萄浆果的可见/近红外光谱,提出了应用偏最小二乘(PLS)结合人工神经网络(ANN)建立葡萄浆果糖度的预测模型,利用偏最小二乘法(PLS)对原始光谱数据进行处理,得出交叉检验的最佳主因子数为3,并将3个主因子的得分作为三层BP神经网络的输入.通过定标集样本对BP神经网络进行训练,用优化的BP神经网络模型对预测集样本进行预测.PLS-ANN模型对样本的预测模型检验参数r2为0.908,:RMSEP为0.112,Bi-as为0.013,好于只使用PLS模型的预测模型检验参数r2为00.863,RMSEP为0.171,Bias为0.024.结果表明,利用近红外光谱技术无损检测葡萄浆果糖度等内部品质是可行的,为今后进一步分析建立浆果内部品质预测模型奠定了基础.

关键词：可见/近红外光谱、葡萄、浆果、糖度、偏最小二乘、人工神经网络

所属期刊栏目：28

分类号：O433.4(光学)

资助基金：国家科技支撑项目2006BAD10A04;2006BAD10A09;国家自然科学基金30671213;浙江省宁波市重大科技攻关项目2007C10034

在线出版日期：2008-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2090-2093