基于理化指标和电子鼻的果园荔枝成熟度识别方法

摘要：

采用理化指标和电子鼻识别2种方法分别对6个成熟度(p1 ～p6)的果园荔枝进行识别.理化指标采样数据显示,荔枝果实直径、果核直径和果实净质量均随着果实的成熟而增大.p1-p4阶段,荔枝果皮绿色和黄色不断加深,亮度不断增大.p4-p6阶段,荔枝果皮亮度先增大后减小,颜色迅速变红,黄色成分先增加后减少.提取特征值后,采用主成分分析(PCA)、线性判别分析(LDA)、BP神经网络(BPNN)、简单相关分析(SCA)、典型相关分析(CCA)进行数据处理.理化指标识别法结合PCA和LDA对果园荔枝成熟度识别的正确率均为100％,能够较好地进行识别.但PCA识别结果中p1、p2和p3的距离较近,实际应用中易发生混淆.电子鼻识别法结合PCA和LDA分析均无法较好地对果园荔枝成熟度进行识别,电子鼻识别法结合BPNN对果园荔枝识别训练集的回判正确率为100％,测试集的识别正确率为92％,识别效果较好.SCA分析结果表明,在荔枝成熟过程中,除色差L*值外,其他各项理化指标均与电子鼻部分传感器的响应信号显著相关.CCA分析结果表明,电子鼻响应信号与理化指标整体相关性显著,电子鼻整体信号与部分理化指标相关性显著.证明了理化指标和电子鼻均能有效地识别水果品质信息变化,并为电子鼻替代理化指标识别法在水果品质信息监测上的应用提供了参考.

关键词：荔枝、果园、电子鼻、理化指标、成熟度、相关分析

所属期刊栏目：46

分类号：S24;S126(农业电气化与自动化)

资助基金：国家自然科学基金资助项目31571561、现代农业产业技术体系建设专项资金资助项目CARS-33-13和广东省高等学校优秀青年教师培养计划资助项目Y92014025

在线出版日期：2016-04-06（万方平台首次上网日期，不代表论文的发表时间）

页码：226-232