10.13386/j.issn1002-0306.2022030285
基于近红外光谱的红提内部品质无损检测研究
红提的可溶性固形物含量(Solube Solids Content,SSC)、总酸(Total Acid,TA)、pH、硬度(Firmness Index,FI)和含水率(Moisture Content,MC)等内部品质指标直接影响着果实的口感及品质,同时也是水果成熟度的评判标准.为快速获得上述内部品质指标,且避免不必要的检测损耗,本文提出了一种新的红提无损检测模型.以生长期红提为研究对象,利用AntarisⅡ近红外光谱仪采集了360个样本的近红外光谱信息.对采集到的光谱信息分别用SNV等算法进行预处理并通过建模确定了最优预处理方法.然后通过降维算法提取光谱信息的特征波长,最后基于偏最小二乘回归算法(Partial Least Squares Regression,PLSR)分别建立了红提的SSC、TA、pH、FI和MC的检测模型.红提的SSC、TA的最优检测模型为SG-CARS-SPA-PLSR模型,pH的最优检测模型为MA-CARS-SPA-PLSR模型,FI和MC的最优检测模为SG-CARS-PLSR模型.所建立的红提SSC、TA、pH、FI和MC的最优PLSR模型的预测集的相关系数Rp分别为0.9787、0.9811、0.9870、0.9568、0.9329,残差预测偏差RPD分别为4.8637、4.9006、6.0939、3.4453、2.5825,表明以上模型具有较高的检测精度.本文所建的红提内部品质检测模型可为红提内部品质的检测提供可靠的方法.
红提、内部品质、近红外光谱、偏最小二乘回归算法、无损检测模型
43
O433.4;O439;S371(光学)
国家自然科学基金;国家自然科学基金;湖北省自然科学基金;湖北省研究与开发计划项目
2022-11-15(万方平台首次上网日期,不代表论文的发表时间)
共8页
7-14