基于共聚焦拉曼光谱技术的苹果轻微损伤早期判别分析

摘要：

苹果在采摘、分拣、储存和运输过程中容易受到挤压、振动和碰撞而损伤,轻微损伤早期肉眼很难识别,轻微损伤部位易被病原微生物入侵而导致自身和周围水果腐烂,因此,苹果轻微损伤的早期快速准确地判别能有效地降低经济损失,对苹果的采后处理和储存具有重要意义.本研究应用拉曼光谱结合化学计量学方法对苹果早期轻微损伤进行快速识别.采用Savitzky-Golay(SG)卷积对原始拉曼光谱进行平滑去噪,用自适应迭代重加权惩罚最小二乘(airPLS)算法进行基线校正,用非线性的支持向量机(SVM)回归算法建立分类判别模型,采用KS法划分训练集和验证集后,基于线性和多项式核函数建立SVM 分类模型的分类准确率可达到97.8%.结果表明,拉曼光谱技术结合化学计量学方法可快速识别苹果的早期轻微损伤,展示了拉曼光谱技术用于判别苹果早期轻微损伤的应用前景.

关键词：苹果、早期轻微损伤、拉曼光谱、支持向量机

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：湖北省自然科学基金项目2015CFB479;中央高校基本科研业务费专项2662016PY059;国家自然科学基金项目11604112

在线出版日期：2018-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：430-435