基于近红外光谱的梨的可溶性固形物含量的无损检测

发布时间：2020-05-15 01:14

【摘要】：随着人民生活水平的不断提高和生活方式的转变,水果消费量在整个食物消费中的比重稳步提高,国民需求不断增长。我国是众所周知的水果生产大国,然而我国距离水果贸易强国还有一定距离,我国产出的果品综合外观和内部品质总体性质达到高质量的比率不到所有产出水果的三成,难以达到进口国标准,出口量在水果总生产量中占比较低,因此,我国亟须提高生产技术和检测手段。为解决我国水果业中出现的此类问题,本次研究针对薄皮水果的可溶性固形物含量作了快速无损检测的研究,基于薄皮水果的近红外光谱,提出了无信息变量消除法(UVE)和极限学习机(ELM)结合的检测其固形物含量的新的组合算法。本文以国产梨为研究对象,以可溶性固形物含量为检测指标,采用实验室自行研制的近红外光在线检测装置采集研究对象样品的近红外漫反射光谱,经过平滑去噪预处理,交叉对比分析主成分分析(PCA)、连续投影算法(SPA)和无信息变量消除法与偏最小二乘法(PLS)和极限学习机算法建立的检测模型,证实基于近红外光谱和机器学习的梨的可溶性固形物含量快速无损检测的可行性。本文的主要研究问题和内容如下:(1)设计搭建了检测薄皮水果的近红外漫反射光谱的实验系统,主要是光谱仪、光源和反射探头的选择和仪器的组装。实验在室温下进行,沿梨的赤道圈随机选择15个均分点为数据采集点,完成薄皮水果漫反射光谱的实时测量。(2)设计了一种全新的对国产梨的可溶性固形物含量检测的有效算法模型,该模型(以下简称UVE-ELM)对平滑降噪后的光谱数据表现更为优异,此外,还分析了具有全光谱、分别经过PCA、UVE和SPA选出特征光谱数据的传统偏最小二乘回归模型和极限学习机模型,用以对比验证UVE-ELM的稳健性。对比模型的相关系数、验证均方根误差和预测均方根误差结果表明,UVE-ELM模型具有更出色的预测结果和稳定性,该模型的校正集相关系数和预测集相关系数分别为0.7881和0.8916,预测均方根误差为0.6043。综上所述,本文针对薄皮水果糖度的无损检测,旨在提高我国水果的检测技术手段,基于近红外光谱数据结合机器学习方法提出了一种全新有效的快速检测模型,该模型收敛速度快,稳定性好,预测能力较高,相较于传统的水果糖度检测具有方便快速、高效无损等特点,并且具有良好的扩展移植性,为水果的其他内部品质特征检测如酸度、病变等提供技术方向,推进我国的水果产业发展。
【图文】：

对比图,水果,出口量,总产量

１．１研究背景及义逡逑由于我国的地形和气候的多样性，我Ｐ种植的水果也品类多样，可Ｄ怡人，逡逑是水果种植和生产大国《随着种植技术的不断发展成熟和农业机械化的广泛应用，逡逑水果产业己经成为密切关系到我国民生的重要产业，发展水果产业与人们的生活逡逑息息相关，具有重要意义。在我国种类繁多的水果中，梨的种植历史悠久，种植逡逑地域分布广，在水果市场中占| 要的一席之地，且由于梨生津止渴，亲民易得，逡逑可溶性元素易被人体吸收，因此，梨果一词深得人们的喜爱［１］。虽然我国水果每逡逑年都有很大的产出量，但是由于果品质量参差不齐，水果的综合品质及商品分级逡逑化普及率不高，我国产出的果品综合外观和内部品质总体性质达到高质量的比率逡逑不到所有产出水果的三成，其次在水果采后处理方面还是远远落后，存在水果品逡逑质分级率低，优质果商品化范围不大，，水果外观质量难尽人意等问题，从而影响逡逑到果品的销售和价格，导致我国的水果难以达到进口国的品质要求，如图所示，逡逑ｍｍ量占生产总量比重过低，近几年我国水果出《额增长缓慢甚至有下降趋势，逡逑因此，我国亟须提氋水果种植生产技术和检测手段。逡逑

示意图,示意图,近红外光谱分析技术,红外光谱

兰州大学硕士研究生学位论文邋＿于近红外光谱的梨的可溶性固形物含量的无第二章近红外光谱分析技术理论研究逡逑．１近红外光谱分析技术基本原理逡逑一般的，人们根据波长的物理性质，可将光谱区域划分为紫外可见光谱，红外光谱区域和中红外光谱区域，如图所示其中，近红外光谱Ｋ域是在７和２５２６纳米之间，以１１００纳米为分界点，又可将近红外光谱区域划分短波区域和近红外长波区域逡逑２００ｎｍ逦７８０ｎｍ逦ｌｌＯＯｎｍ逦２５２６ｎｍ逦２５０００ｎｍ逡逑
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：O657.33;TS255.7

【相似文献】