-
题名低场核磁共振法快速测定新鲜花生含油量的研究
- 1
-
-
作者
邵仁杰
李冰
段祥军
康镇
覃学文
王康
-
机构
武汉轻工大学数学与计算机学院
-
出处
《中国粮油学报》
北大核心
2025年第10期205-210,共6页
-
基金
湖北省重点研发专项(2023BBB046)。
-
文摘
针对新鲜花生因油水弛豫信号混叠导致传统低场核磁共振(LF-NMR)技术无法直接测量油脂含量的问题,提出基于LF-NMR的油脂含量快速预测方法。通过构建鲜花生油水信号解混模型,利用横向弛豫时间谱(T_(2)谱)作为输入,干燥花生T_(2)谱作为输出目标,建立油水信号映射关系,从而实现信号分离。将解混后的干燥T_(2)谱输入油脂含量预测模型,实现新鲜花生油脂含量快速预测。实验采用偏最小二乘(PLS)和梯度提升为(GB)算法构建预测模型,测试集结果显示:解混模型决定系数R^(2)为0.9486,平均绝对百分比误差(MAPE)为3.50%;PLS模型预测油脂含量时R^(2)为0.9448,MAPE为2.42%,优于GB算法的R^(2)(0.9168)和MAPE(3.04%)。该方法通过信号解混与特征建模结合,解决了新鲜花生油水信号重叠的难题,为油料的品质检测提供了新途径。
-
关键词
花生
低场核磁共振
油水信号解混
油脂含量预测
-
Keywords
peanut
low-field nuclear magnetic resonance
oil-water signal demixing
oil content prediction
-
分类号
TS207.3
[轻工技术与工程—食品科学]
-
