領(lǐng)學(xué)術(shù)科研之先，創(chuàng)食品科技之新
—— 中國食品雜志社
用傅里葉近紅外光譜技術(shù)(FT-NIR)對不同品種的蘋果以及損傷嘎啦和完好嘎啦進(jìn)行快速、無損檢測，比較不同判別方法對所建立的區(qū)分蘋果品種及蘋果損傷模型的影響。結(jié)果表明：損傷嘎啦和完好嘎啦的近紅外圖譜經(jīng)小波分析預(yù)處理后，用12000～4000cm-1波數(shù)范圍的前5個主成分分別結(jié)合多層感知神經(jīng)網(wǎng)絡(luò)、徑向基神經(jīng)網(wǎng)絡(luò)、Fisher判別3種方法所建立的判別模型對未知樣本的正確判別率分別為97.8%、87.2%和84.8%，基于權(quán)重法用多元線性回歸(MLR)所選擇的特征波長所建立的Fisher判別模型對未知樣本的正確判別率為89.1%；用偏最小二乘判別(PLS-DA)所建立的判別模型對未知樣本的正確判別率為100%，由于PLS-DA模型對訓(xùn)練集和驗證集的正確判別率均為100%，因此PLS-DA模型優(yōu)于其他模型。不同品種蘋果的光譜經(jīng)平滑預(yù)處理后，用全波數(shù)范圍12000～4000cm-1的前6個主成分所建立的判別模型優(yōu)于經(jīng)驗波數(shù)范圍8000～4500cm-1所建立的判別模型，其較優(yōu)模型對建模集和驗證集的正確判別率分別為90.9%和92.1%。近紅外光譜技術(shù)結(jié)合化學(xué)計量學(xué)可以快速、無損鑒別蘋果是否有損傷以及不同品種的蘋果。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2
