文档介绍：万方数据
近红外光谱预测猕猴桃硬度模型的简化研究强,汤明杰,赵杰文,蔡健荣’,陈全胜R2ISECV0819引言1吕000-1(11猕猴桃的硬度是随着细胞间果胶物质的溶解程度而变化I:甧.∞297月1rLrrl(NAP)二乘P汀=峁砻鳎叛等霾ǘ谓薪#琋/P托阅茏罴眩饕蜃邮,校正集相关系数和77R2RMSEP71PLS关键词dx-$6634A痡..猕猴桃鲜美清香,营养丰富,食药兼用,经济、医疗价值很高。猕猴桃的硬度是衡量其可食度及口感的重要指标之一,也是决定采摘时间的一个重要因素。猕猴桃的采摘时间直接影响到它的贮藏寿命和果品质量縘。相对于其他水果的硬度,猕猴桃的硬度在理化指标中极为重要。目前,猕猴桃硬度的测定通常采用硬度仪或触摸的方式,存在样品预处理操作繁琐,检测周期长和主观性强等问(N)量、快速、无损检测,便于在线检测【。萚应用近红外光谱漫反射技术建立猕猴桃硬度的偏最squarePLS)076Terasaki[4]LammertynHuFus][6]枇杷【的硬度等指标进行研究,均得到了比较满意的结果。is]CHOH化学键,这就为近红外光谱定性和定量检测猕猴桃的硬度提供了依据。目前,国外猕猴桃近红外检测主要采用光谱波长范围为nnl1近红外光谱对猕猴桃内部品质进行检测。在猕猴桃的近红外PLS是一种组成非常复杂的生物体,加上所采取的近红外区范围广、谱带复杂、重叠多,因此光谱中必定会夹杂很多与待测品质不相关的信息,对待测样品的预测结果产生干扰,会造成P偷闹饕蜃邮龆郲,模型过于复杂。为了解决这一问题,在优化建模波段和降低建模主因子数两个方面简化猕猴桃硬度模型。材料11148h制在℃左右盏骺刂。先将猕猴桃表面茸毛擦拭掉,以减小其对光谱采集的影响,并将样本随机分为校正集和预测集,其中校正集个,预测集个。主要仪器与检测方法121Antaris型傅立叶变换近红光谱仪,采集条件:以仪器内置背景为参比,积分球漫反射,扫描范围为基金项目:国家高技术研究与发展计划项目和国家自然科学基金项目资助,·,江苏大学食品与生物工程学院,江苏镇江ǎooO2008-05lO2008-08-20作者简介:吕强,年生,江苏大学食品与生物工程学院博士研究生:辪*crfl6
万方数据
(4)PRESSP1雪2000_1)8ǎ6譬量登光谱采集结束后将猕猴桃去除表皮进行硬度检测。硬度7光谱学与光谱分析璐问危直媛。采集的猕猴桃近红外光谱如图所示。122测定用英国旧腡物性5Ⅱ的圆柱形探头,对猕猴桃果实进1nln2s4·唬顾醣湫瘟课。穿刺测试在变形处果肉产生屈服和破裂现象,在破裂处探头的受力载荷达到最大,破裂后探头载荷明显下降。测试过程中记录最大Ff(N)1光谱预处理采集的近红外光谱包含了噪声,噪声主要包括:随机噪声、基线漂移、信号本底、样品不均匀、光散射等。为此要对原始光谱数据进行预处理,降低噪声影响,提高检测精度011](mean琈、多元散(multiplicative,、标准正态变(standard,、极/极大归一化痬琈/、一阶导数Der)(second六种方法对猕猴桃原始光谱数据进行预处理,同时采用!Mü衷ご矸椒ǖ腜模型的结果对SNV,均方根误差为。经过标准正态变最变换预处理后的猕猴桃近红外光谱如图所示。建立模型SNV(4Cl'n_1)与猕猴桃硬度数据进行!5盤主因子数为RMSECVR2RM-分