“十一五”国家科技攻关计划(2006BAK02A24)
- 作品数：3 被引量：64H指数：3
- 相关作者：赵国建刘兴华李桂峰王向东肖春玲更多>>
- 相关机构：西北农林科技大学山西师范大学更多>>
- 发文基金：“十一五”国家科技攻关计划更多>>
- 相关领域：农业科学轻工技术与工程自动化与计算机技术更多>>
- 苹果硬度的傅里叶变换近红外光谱无损检测被引量：28
- 2009年
- 利用傅里叶变换近红外光谱技术探讨快速无损检测苹果硬度方法的可行性。通过解析苹果样品的近红外光谱图,用一阶导数、多元散射校正和矢量归一等方法进行预处理,再用偏最小二乘法建立模型。结果表明,多元散射校正能够有效消除光谱基线平移和偏移现象,提高原光谱的信噪比,选取有效信息波长范围为1 408~2 355 nm。偏最小二乘法结合多元散射校正所建模型的预测效果最好,模型的决定系数R2为0.985 2,内部交叉验证均方根差RMSECV和预测标准偏差RMSEP分别为0.039 8 kg/cm2和0.016 6 kg/cm2。进一步通过剔除异常值优化模型,并验证检验组的25个样品,模型的R2为0.990 8,RMSEP为0.014 7 kg/cm2。结果表明：建立的模型可靠,预测效果好,能满足苹果硬度快速检测的要求。
- 李桂峰赵国建刘兴华肖春玲
- 关键词：苹果近红外光谱傅里叶变换偏最小二乘法
- 苹果可溶性固形物含量的检测方法——基于可见光近红外光谱技术被引量：12
- 2009年
- 为了快速检测苹果的可溶性固形物(SSC)含量,采用可见光近红外光谱技术,结合主成分分析(PCA)和BP神经网络技术,来建立苹果SSC的预测模型。获取苹果样本在345～1039nm波段的漫反射光谱,采用DPS数据处理系统对其进行主成分分析,并提取出累计可信度大于95%的5个新主成分。建立一个3层的BP神经网络模型,并将这5个新的主成分作为BP神经网络模型的输入量,其结果是98%以上预测样本的预测相对误差在5%以下。该研究表明,采用近红外光谱技术来建立苹果可溶性固形物的预测模型是可行的。
- 周丽萍胡耀华陈达郭康权岳田利
- 关键词：近红外光谱主成分分析BP神经网络苹果
- 苹果质地品质近红外无损检测和指纹分析被引量：35
- 2008年
- 为了探索近红外光谱快速无损检测苹果质地品质的方法,采集240个苹果样本的近红外光谱(波长800～2500nm),通过解析光谱图和进行不同的预处理,利用偏最小二乘法(PLS)和多元线性回归(MLR)建立回归模型和确定特征指纹图谱。基于波长范围为1300～2500nm,PLS结合多元散射校正(MSC)所建模型的预测效果最好,硬度模型的预测标准偏差(RMSEP)和决定系数(R2)分别为0.226kg/cm2、96.52%,脆度模型的RMSEP和R2分别为0.243kg/cm2、97.15%。用权重法基于PLS模型选择的硬度特征波长为1657、1725、1790、2455、1929、2304nm,脆度特征波长为1613、1725、1895、2304、2058、2087、2396nm,经MLR模型检验,特征波长与苹果的硬度和脆度有很高的相关性,硬度的RMSEP和R2分别为0.271kg/cm2、90.30%,脆度的RMSEP和R2分别为0.304kg/cm2、91.64%。结果表明,PLS模型和特征指纹光谱均能准确预测苹果的质地品质,为苹果质地品质的评价提供了快速、直观、简便、可行的新方法。
- 李桂峰赵国建王向东刘兴华
- 关键词：苹果脆度近红外光谱无损检测指纹图谱
