南果梨糖度近红外光谱无损检测模型的建立

利用近红外透射光谱仪,对产自辽宁省鞍山地区的具有代表性的南果梨样品建立了近红外透射光谱与南果梨糖度的数学模型,并对模型进行了预测。结果表明:南果梨中可溶性固形物含量、还原糖含量的近红外光谱预测值与化学实测值之间的相关系数分别为0.9364、0.8586,预测均方根偏差(RMSEP)分别为0.2285、0.07929,其中以可溶性固形物含量作为定标参数建立模型的预测能力较强,证实利用近红外透射光谱建立的定标模型来测定南果梨的糖度是可行的。      

果实成熟度对南果梨近红外无损检测技术模型的影响

通过研究不同成熟度的南果梨内部化学成分含量的差异性,建立不同成熟度的南果梨可溶性固形物、酸度近红外模型,并研究模型性能的差异性,讨论成熟度的变化对南果梨近红外分析技术的影响。结果表明：在2007 年9 月13 日采收的南果梨糖、酸含量与在9 月7 日和9 月10 日采收的南果梨存在显著差异性,而7 日与10 日采收的无差异性变化;建立不同成熟度的南果梨可溶性固形物、酸度模型的相关系数都高于0.9,校正均方根误差为0.014～0.201;对模型预测能力分析表明,样品采收期在9 月13 日的模型适用范围明显高于其他两个成熟度的模型,证明成熟度的显著差异性变化,扩大了校正集样品化学成分含量的范围,进而提高了模型的适用范围。     

南果梨糖、酸度近红外光谱无损检测模型建立定标参数的确定

本实验利用Purespect型近红外光谱仪获得南果梨样品的光谱数据,采用不同的化学测定方法测定样品中糖、酸含量,分别以可溶性固形物含量(SSC)、还原糖含量(RSC)、总酸度含量(TA)和有效酸度(pH)为定标参数建立四项指标近红外定标模型,并分析比较4个模型的Rc、Rp、RMSEC、RMSEP及预测集样品的残差c.结果表明:对于糖度指标而言,SSC模型的Rc、Rp值高于RSC模型,且残差e分布较RSC的均匀,SSC是南果梨糖度近红外光谱无损检测定标模型建立适宜的定标参数;对于酸度指标而言,pH模型的Rc值高于TA模型,两个酸度模型的Rp均大于0.9,且二者之间无明显差异,TA模型的残差e分布优于pH模型,考虑到实际应用效果,确定酸度定标模型采用TA作为定标参数.     

南果梨糖度近红外光谱无损检测模型的建立

利用近红外透射光谱仪,对产自辽宁省鞍山地区的具有代表性的南果梨样品建立了近红外透射光谱与南果梨糖度的数学模型,并对模型进行了预测.结果表明:南果梨中可溶性固形物含量、还原糖含量的近红外光谱预测值与化学实测值之间的相关系数分剐为0.9364、0.8586,预测均方根偏差(RMSEP)分剐为0.2285、0.07929,其中以可溶性固形物含量作为定标参数建立模型的预测能力较强,证实利用近红外透射光谱建立的定标模型来测定南果梨的糖度是可行的.     

可见/近红外漫反射光谱无损检测甜柿果实硬度

该研究的目的是建立可见/近红外漫反射光谱无损检测甜柿果实硬度的数学模型,评价可见/近红外漫反射光谱无损检测甜柿果实硬度的应用价值。果实硬度采用果皮脆性、果皮强度和果肉平均硬度作为评价指标。在可见/近红外光谱区域(400～2 500 nm),采用改进偏最小二乘法,对比分析了不同导数处理、不同散射及标准化处理的甜柿果实硬度定标模型。结果表明,对于果皮强度和果皮脆性,采用最小偏二乘法、一阶导数处理和标准多元离散校正处理建立的定标模型预测效果较好,RP2分别为0.858和0.862,SEP分别为0.094和0.157,RPD分别为2.47和2.63。对于果肉平均硬度,采用改进偏最小二乘法、一阶导数处理和标准正常化和去散射处理建立的定标模型预测效果较好,RP2为0.82,SEP为0.063,RPD为2.35。因此,可见/近红外漫反射光谱无损检测技术可用于甜柿果实硬度的无损检测。     

扫描方式对南果梨近红外光谱无损检测模型建立的影响研究

利用Purespect型近红外光谱分析仪,以不同的扫描方式对南果梨样品进行近红外透射分析.方差分析结果表明,单测点扫描6次光谱无显著性差异,仪器稳定性好;多测点扫描4次,并对80个南果梨样品分别建立可溶性固形物含量(SSC)、pH模型,模型的相关系数和校正集标准偏差均达到应用要求;应用模型对20个南果梨的SSC和pH进行预测,预测值方差分析结果表明模型间有显著差异.确定180°转动扫描2次(正反两面扫描两次)为可靠、快速、易操作的扫描方式.     

可见/近红外漫反射光谱无损检测磨盘柿果实硬度的研究

建立可见/近红外光谱与磨盘柿果实硬度之间的数学模型,评价可见/近红外光谱技术无损检测磨盘柿硬度的应用价值。在可见/近红外光谱区域(570～1848nm),实验对比分析了不同数学建模算法、不同导数处理方法和不同散射及标准化处理的磨盘柿果实硬度定标模型。结果表明,应用偏最小二乘回归算法、一阶导处理和标准正常化和散射处理所建柿果实硬度定标模型的预测性能较优,模型的相关系数(Rc2)为0.7992,均方根误差(RMSEC)为2.0642;用该模型对40个预测样本进行预测,其相关系数(Rp2)为0.8267,预测均方根误差(RMSEP)为2.0223。研究表明,可见/近红外漫反射技术对磨盘柿果实硬度的快速无损检测具有可行性。      

可见/近红外漫反射光谱无损检测磨盘柿果实硬度的研究

建立可见/近红外光谱与磨盘柿果实硬度之间的数学模型,评价可见/近红外光谱技术无损检测磨盘柿硬度的应用价值。在可见/近红外光谱区域(570～1848nm),实验对比分析了不同数学建模算法、不同导数处理方法和不同散射及标准化处理的磨盘柿果实硬度定标模型。结果表明,应用偏最小二乘回归算法、一阶导处理和标准正常化和散射处理所建柿果实硬度定标模型的预测性能较优,模型的相关系数(Rc2)为0.7992,均方根误差(RMSEC)为2.0642;用该模型对40个预测样本进行预测,其相关系数(Rp2)为0.8267,预测均方根误差(RMSEP)为2.0223。研究表明,可见/近红外漫反射技术对磨盘柿果实硬度的快速无损检测具有可行性。     

梨果实近红外光谱无损检测技术研究进展

梨果实容易发生果肉褐变,即使外观完好,也有可能内部发生劣变。近红外光谱(NIRS)分析技术以其快速、无损、多组分同时测定等优势,近年来在梨果实无损检测应用的研究中取得重要进展。本文介绍了NIRS检测技术的原理与方法,综述了国内外应用NIRS无损检测技术在梨糖度、酸度、硬度等内部品质、褐变和损伤等内部缺陷方面及便携式检测的研究进展,并对其存在的问题及应用前景进行了展望。     

近红外无损检测甜柿果实质地和品质

该研究的目的是建立近红外漫反射光谱检测甜柿的果实质地的数学模型,并评价其应用价值。本文采用果肉硬度、凝聚性、咀嚼性作为评价指标,在全光谱范围内(400~2500nm),分别采用不同的预处理方法建立定标模型,使用最优模型对50个未知样品进行预测。结果显示,果肉硬度的RMSEP为0.824,R P2为0.844,RPD为2.40;凝聚性的RMSEP为0.05,R P2为0.862,RPD为2.56;咀嚼性的RMSEP为0.443,R P2为0.837,RPD为2.37。本研究表明,近红外漫反射技术甜柿果实质地的快速无损检测具有可行性。      

苹果脆度的近红外无损检测

为了更好的对苹果的脆度进行检测,试验应用波长范围为643.26～985.11nm的Purespect近红外透射光谱仪对60个富士苹果的校正集样品和20个预测集样品进行了光谱扫描,比较了不同的光谱预处理方法和不同建模波段对模型的影响,最终确立的模型相关系数(Rc)为0.941,校正均方根误差(RMSEC)为0.390。对模型预测性能的验证结果表明:建立的苹果脆度模型性能较稳定,能满足实际应用的要求。     

基于近红外光谱技术的黄桃脆片可溶性固形物和硬度定量检测方法

以多批次黄桃脆片为分析对象,分别采集了可见/短波近红外光谱(400~1000 nm)和长波近红外光谱(1000~2500 nm)原始信息,分别采用标准正态变量变换(SNV)、多元散射校正(MSC)、移动平均平滑(MS),一阶导数(1-Der)预处理后,建立了全波段线性偏最小二乘法(PLS)和非线性支持向量机(SVM)预测模型,并结合外部试验进行可行性验证。结果表明,基于MSC-SVM的可见/短波红外光谱模型对可溶性固形物预测效果最佳,验证集的决定系数(R p)、预测均方根误差(RMSEP)、相对预测偏差(RPD)分别为0.761,1.998%和1.532;而基于MSC-SVM的长波近红外光谱模型对硬度预测效果相对最佳,对应R p、RMSEP和RPD分别为0.862,0.292 kg和1.991。基于近红外光谱系统可以实现对大批量黄桃脆片品质参数的快速无损检测。     

利用近红外透射光谱技术测定苹果糖度的研究

利用近红外透射光谱法对苹果糖度进行检测分析,表明在600￣1100nm的波长范围内建立对苹果糖度的预测模型是可行和有效的。苹果糖度的实际化学值和NIT测定值的相关系数为0.955335,标准误差为0.241307。此种方法测定苹果的糖度仅需十几秒钟,并且样品无需任何处理,具有快速、方便、无损伤等特点,对苹果的分级具有实际的意义。     

采用近红外光谱技术检测蜂蜜中蔗糖含量的研究

利用近红外透射光谱快速测量蜂蜜中的蔗糖含量,采用偏最小二乘方(PLS)回归,建立光谱测量值与化学值之间的校正模型,找出二者的相关性,探讨近红外检测技术应用于蜂蜜品质分析的可能性。     

近红外光谱法非破坏快速检测生菜中硝酸盐含量

运用傅里叶变换近红外光谱仪,以二阶导数处理光学数据,用偏最小二乘法(Partial Least-Squares Regression,PLSR)进行统计分析,对58个外观形状不同的生菜样品建立了硝酸盐含量快速检测模型。其预测结果与国标方法相比相关系数为0.9819,检测相对误差在0.56%～6.79%范围内。该方法简单、快速,无需消耗任何试剂,可满足现场快速检测的需要。     

苹果质地的近红外光谱无损检测模型研究

为了建立快速而无损检测苹果质地的新方法,应用近红外光谱仪研究不同建模方法和光谱预处理方法对苹果质地(脆度、硬度、回复性、凝聚性和咀嚼性)无损检测模型性能的影响。结果表明,波长范围400~2500nm内,采用改进偏最小二乘法、原始光谱结合反相多元离散校正处理所建苹果质地的校正模型最优,脆度、硬度、回复性、凝聚性和咀嚼性预测相关系数均大于0.8,而预测标准误差分别为7.6763N、6.5876N、0.0085、0.0175、1.2466N,残差之和均小于0.2。因此,通过近红外光谱对苹果质地进行快速而无损检测具有一定可行性,但模型精度有待进一步提高。      

无损检测技术在稻米品质检测中的应用及展望

稻米作为世界上主要的粮食作物,在生活水平不断提高的今天,稻米的品质成为民众关心的重点。为了保证稻米品质,有必要寻找或开发更为快速和无损的检测方法。稻米无损检测技术是建立稻米质量和稻米安全有效监控体系的关键技术。综述了我国近年来稻米品质无损检测技术的研究现状与应用。从近红外光谱技术、电子鼻技术及计算机视觉检测技术在稻米的碾米品质、外观品质、营养品质、蒸煮品质、食味品质5个方面的应用阐述了稻米品质无损检测技术的研究进展及存在问题,并对稻米品质检测技术的发展作出了展望。     

基于可见/近红外光谱和变量优选的南水梨糖度在线检测

利用可见/近红外光谱技术对南水梨糖度进行在线检测研究。南水梨样本以0.3m/s速度传输,并采用USB4000光谱仪在470~1 150nm波段范围内采集南水梨样本的光谱。然后,利用3种变量选择方法对波长变量进行筛选,应用偏最小二乘(PLS)方法分别建立南水梨糖度的在线预测模型,并分析预测模型性能的优劣。结果表明:可见/近红外光谱技术结合变量选择方法在线检测南水梨的糖度是可行的;竞争自适应重加权采样(CARS)方法优于无信息变量消除(UVE)及连续投影算法(SPA);CARS方法可以有效简化预测模型并提高预测模型的性能;南水梨全光谱PLS及CARS—PLS糖度预测模型的预测集相关系数和预测均方根误差(RMSEP)分别为0.940,0.951和0.467%,0.420%。