-
题名基于高光谱技术的柑橘不同部位糖度预测模型研究
被引量：6
- 1
-
-
作者
介邓飞
杨杰
彭雅欣
连裕翔
张登
-
机构
华中农业大学工学院
-
出处
《食品与机械》
CSCD
北大核心
2017年第3期51-54,共4页
-
基金
现代农业(柑橘)产业技术体系建设专项资金项目(编号:CARS-27)
中央高校基本科研业务费资助项目(编号:2662015PY078)
国家级大学生创新项目(编号:201610504057)
-
文摘
利用高光谱技术研究柑橘不同部位的糖度预测模型,将花萼、果梗和赤道部位的高光谱信息分别建立与其对应部位糖度的预测模型,建立基于偏最小二乘(Least squares regression,PLSR)、主成分回归(Principal component regression,PCR)和多元线性回归(Stepwise multivariate linear regression,SMLR)预测模型,3种预测模型中PLSR模型检测效果最好,通过Norris derivative预处理方法对花萼光谱数据进行处理后,预测集相关系数r_(pre)=0.950,预测集均方根误差RMSEP=0.636°Brix。结果表明,采用柑橘不同部位的高光谱信息与对应糖度预测模型是可行的,花萼部位所建立模型的效果优于果梗、赤道部位,因此花萼部位可作为优先选择的光谱检测部位,这对于指导实际检测分级生产中柑橘的摆放位置具有重要意义;采用PLSR方法建立柑橘花萼、果梗和赤道部位的高光谱信息与平均糖度的预测模型时,花萼部位模型效果最好,预测集相关系数r_(pre)=0.913,预测集均方根误差RMSEP=0.621°Brix,建模效果相较于对应部位光谱与糖度模型差,因此,采用柑橘全部果肉的平均糖度与采集部位光谱建立糖度预测模型具有一定的局限性。
-
关键词
高光谱技术
柑橘
糖度预测模型
无损检测
-
Keywords
hyperspectral technology
citrus
soluble solids content
nondestructive testing
-
分类号
TS255.7
[轻工技术与工程—农产品加工及贮藏工程]
-
