基于光谱技术的葡萄活体可溶性固体含量在线检测研究

摘要：

快速检测活体水果内部品质对于确定水果最佳采摘时机和果园信息化管理具有重要意义.以南方棚栽葡萄为研究对象,应用光谱技术对处于生长期的四个葡萄品种的可溶性固体含量(SSC)进行现场测试.分别采用偏最小二乘法(PLS)回归、潜变量人工神经网络(LV-ANN)和潜变量支持向量机(LV-SVM)三种方法为光谱建模集建立了SSC校正模型.用验证集对模型的预测性能进行了评价.与PLS和LV-ANN模型相比,LV-SVM模型的预测性能最佳.实验结果表明,将光谱技术与LV-SVM建模法相结合适用于果园葡萄活体可溶性固体含量无损检测.

关键词：葡萄、可溶性固体含量、在线检测、光谱分析

所属期刊栏目：33

分类号：S123(农业物理学)

在线出版日期：2012-12-24（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：43-48