10.7506/spkx1002-6630-201808024
基于MCCV-CARS-RF建立红提糖度和酸度的可见-近红外光谱无损检测方法
利用USB2000+微型光谱仪采集红提400~1000 nm透过率光谱数据,并通过理化分析测得糖度和酸度值;利用SavitZky-Golay卷积平滑法对原始光谱进行预处理,结合蒙特卡罗交叉验证法剔除奇异点,再利用竞争自适应重加权采样法降维,最终建立随机森林预测模型.糖度预测模型的校正集相关系数和均方根误差分别为0.9558和0.3158;验证集相关系数和均方根误差为0.9568和0.3185.酸度预测模型的校正集相关系数和均方根误差分别是0.9456和0.3001;验证集相关系数和均方根误差为0.9405和0.3112.结果表明,该方法适用于红提糖度和酸度的快速无损检测,且具有较高的准确度.
可见-近红外光谱、蒙特卡罗交叉验证法、竞争自适应重加权采样法、红提、糖度、酸度
39
TS255.4(食品工业)
湖北省自然科学基金项目012FKB02910;湖北省研究与开发计划项目2011BHB016
2018-05-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
149-154