基于NIRS技術(shù)小麥硬度檢測(cè)方法研究.pdf

1、小麥?zhǔn)鞘澜缟献钪匾闹骷Z之一，全球有近一半的人口以小麥為主糧。隨著人們生活水平的提高，對(duì)小麥的需求從溫飽轉(zhuǎn)換成品質(zhì)。小麥的籽粒硬度對(duì)小麥品質(zhì)進(jìn)行評(píng)價(jià)的重要指標(biāo)之一，同時(shí)其對(duì)小麥分類以及制粉工藝皆有較大的影響，因此，小麥硬度的快速準(zhǔn)確測(cè)定一直是國(guó)內(nèi)外學(xué)者致力于解決的問(wèn)題。為滿足收購(gòu)現(xiàn)場(chǎng)快速測(cè)定小麥硬度的需要，本研究選用近紅外光譜分析技術(shù)(NIRS)建立預(yù)測(cè)模型，以實(shí)現(xiàn)對(duì)小麥硬度的預(yù)測(cè)。研究?jī)?nèi)容為利用近紅外光譜掃描儀采集小麥樣品的光譜數(shù)據(jù)，

2、通過(guò)平滑、標(biāo)準(zhǔn)正態(tài)變量變換、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、連續(xù)投影算法等方法對(duì)光譜進(jìn)行預(yù)處理，在一定程度上減弱了光譜中噪聲以及一些客觀因素對(duì)模型的影響;將處理后的光譜數(shù)據(jù)結(jié)合通過(guò)國(guó)家標(biāo)準(zhǔn)要求的小麥硬度指數(shù)法得到的小麥樣品硬度值分別建立BP神經(jīng)網(wǎng)絡(luò)模型和徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)模型;最終利用預(yù)測(cè)集的30個(gè)小麥樣本對(duì)模型進(jìn)行檢驗(yàn)。結(jié)果表明經(jīng)SPA-一階導(dǎo)數(shù)處理的光譜數(shù)據(jù)建立的RBF神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)效果最好，模型的預(yù)測(cè)相關(guān)系數(shù)R為0.92，相對(duì)分析