基于便攜式近紅外光譜儀的水果內(nèi)部品質(zhì)無損檢測(cè)研究.pdf

1、我國(guó)水果資源十分豐富，是世界水果生產(chǎn)大國(guó)，但水果產(chǎn)后處理和加工水平低下，水果檢測(cè)和分選手段落后，導(dǎo)致國(guó)產(chǎn)水果整體品質(zhì)較差，缺乏國(guó)際競(jìng)爭(zhēng)力,對(duì)水果品質(zhì)檢測(cè)的傳統(tǒng)方法技術(shù)含量低、速度慢且人為因素干擾嚴(yán)重，近紅外光譜分析技術(shù)能夠?qū)崿F(xiàn)對(duì)水果的快速無損檢測(cè)。
　　 課題以蘋果為研究對(duì)象，利用近紅外光譜分析技術(shù)和化學(xué)計(jì)量學(xué)分析方法，開展水果內(nèi)部品質(zhì)糖度、酸度和堅(jiān)實(shí)度的檢測(cè)研究，在此基礎(chǔ)上建立各指標(biāo)的定量預(yù)測(cè)模型。
　　 應(yīng)用商品化的

2、便攜式近紅外光譜儀(K-BA100R)采集蘋果赤道部位的漫反射光譜，優(yōu)選波長(zhǎng)建立蘋果糖度、酸度的逐步多元線性回歸(SMLR)模型和最小二乘支持向量機(jī)(LS-SVM)模型，與運(yùn)用全波段光譜信息建立的偏最小二乘回歸(PLSR)模型進(jìn)行對(duì)比。結(jié)果表明，基于原始光譜所建立的SMLR模型預(yù)測(cè)性能最好，優(yōu)于LS-SVM和PLSR模型。其中選用6個(gè)波長(zhǎng)建模的SMLR糖度模型的預(yù)測(cè)相關(guān)系數(shù)達(dá)到0.980，驗(yàn)證均方根誤差為0.238°Brix；選用11個(gè)

3、波長(zhǎng)建模的SMLR酸度模型的預(yù)測(cè)相關(guān)系數(shù)為0.866，驗(yàn)證均方根誤差為0.115。
　　 對(duì)蘋果堅(jiān)實(shí)度進(jìn)行了定量檢測(cè)探索研究，綜合運(yùn)用多種預(yù)處理方法對(duì)原始光譜進(jìn)行優(yōu)化分析，并比較預(yù)測(cè)結(jié)果。結(jié)果表明，基于原始光譜建立的PLS模型對(duì)蘋果堅(jiān)實(shí)度的效果較好，校正集相關(guān)系數(shù)r為0.782，校正均方根誤差RMSEC為1.98N/cm2，預(yù)測(cè)集相關(guān)系數(shù)r為0.613，預(yù)測(cè)均方根誤差RMSEP為3.12N/cm2。
　　 此外，本文簡(jiǎn)要