近红外漫反射无损检测赣南脐橙中可溶性固形物和总酸

目的:利用近红外漫反射无损检测技术对赣南脐橙可溶性固形物和总酸含量进行相关研究。方法:通过自行设计的NIR光谱系统测定150个赣南脐橙可溶性固形物和总酸。120个赣南脐橙样品用来建模,其余30个用来验证模型的性能。采集完整赣南脐橙的近红外漫反射光谱(350～1800nm),光谱经移动窗口平滑处理、一阶微分和二阶微分预处理后,再分别采用主成分回归(PCR)和偏最小二乘法(PLS),建立赣南脐橙可溶性固形物和总酸含量的定量预测数学模型。结果:采用一阶微分结合偏最小二乘法所建模型的预测效果较好,可溶性固形物和总酸含量定量预测数学模型的相关系数分别为0.9263和0.9562,均方根误差分别为0.4102°Brix和0.018%。结论:近红外漫反射光谱作为一种无损的检测方法,可用于评价赣南脐橙的可溶性固形物和总酸含量。     

磨盘柿可溶性固形物的可见/近红外漫反射光谱无损检测

研究可见/近红外漫反射光谱技术快速检测磨盘柿可溶性固形物的方法。在可见/近红外光谱区域(570～1848nm),对比分析不同数学建模算法、不同导数处理方法和不同散射及标准化处理的果实可溶性固形物定标模型。结果表明：应用改进偏最小二乘回归算法、一阶导处理和去散射处理所建果实可溶性固形物定标模型的预测性能较优,其定标交互验证相关系数(Rcv)和预测相关系数(Rp2)分别为0.8076和0.8085,定标交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.4546°Brix和0.4482°Brix。这表明,可见/近红外漫反射技术对磨盘柿可溶性固形物的快速无损检测具有可行性。     

近红外漫反射无损检测梨果可溶性固形物的研究

应用近红外漫反射无损检测梨果可溶性固形物。通过自行设计的NIR光谱系统测定了240个梨果样品的SSC。180个梨果样品用来建模,其余60个用来验证模型的性能。采集完整梨果的近红外漫反射光谱（350～1 800 nm）,光谱经移动窗口平滑处理、一阶微分和二阶微分预处理后,再分别采用多元线性回归、主成分回归和偏最小二乘法,建立梨果可溶性固形物的定量预测数学模型。结果表明：采用一阶微分结合偏最小二乘法所建模型的预测效果较好,可溶性固形物定量预测数学模型的相关系数为0.928 5,均方根误差为0.436 4。近红外漫反射光谱作为一种无损的检测方法,可用于评价梨果的可溶性固形物。     

蓝莓可溶性固形物、总酸近红外无损检测模型的建立

建立了近红外漫反射光谱技术检测蓝莓可溶性固形物、总酸的数学模型,并对其进行评价。实验比较了在近红外全波长范围400~2 500 nm内,不同的光谱预处理方法对模型的影响。结果表明利用偏最小二乘法(PLS)、一阶导数(D1Log(1/R))和加权多元离散校正处理(WMSC)建立的可溶性固形物含量(SSC)定标模型预测结果相对较好。其预测相关系数Rp2为0.8518,预测标准误差(SEP)为0.351,相对分析误差(RPD)为2.05。总酸的最佳模型处理条件为改进偏最小二乘法(MPLS)、二阶导数(D2Log(1/R))和WMSC,其Rp2为0.8776,SEP为0.042,RPD为2.10。由此确定近红外漫反射技术可用于蓝莓可溶性固形物、总酸含量的快速无损检测。     

近红外漫反射光谱检测损伤猕猴桃内部品质

研究贮藏期间损伤猕猴桃内部品质与其近红外漫反射光谱之间的关系。利用近红外光谱(12000～4000cm-1)技术和多元线性回归(multiple linear regression,MLR)、主成分回归(principal component regression,PCR)和偏最小二乘法(partial least squares,PLS)3种校正方法分别对损伤华优猕猴桃在2℃条件下贮藏4周期间的可溶性固形物含量、pH值和硬度进行定量分析;并对比吸光度原始光谱、一阶微分和二阶微分3种不同预处理方法的PLS模型校正结果。结果表明：一阶微分预处理方法时,应用PLS建立的可溶性固形物含量、pH值和硬度校正模型的效果最佳;预测集样品预测值与测量值之间的相关系数分别为0.812、0.703、0.919,预测均方根误差分别为0.749、0.153、1.700。说明应用近红外漫反射技术检测贮藏期间损伤猕猴桃的内部品质是可行的。     

基于近红外光谱技术检测蓝莓可溶性固形物含量

采用近红外漫反射光谱技术对辽宁丹东蓝莓基地的六个蓝莓品种(埃利奥特、达柔、爱国者、北蓝、杜克、蓝丰)进行光谱分析,快速无损测定蓝莓可溶性固形物含量,利用一阶导数进行光谱预处理,主成分分析(PCA)和偏最小二乘法(PLS)建立蓝莓可溶性固形物预测模型。结果表明,所建模型的相关系数(Corr.Coeff.)为0.91518、校正集标准偏差(RMSEC)为0.801、预测集标准偏差(RMSEP)为1.06。该方法快速、准确、无损,能准确地预测蓝莓中可溶性固形物含量。     

鲜枣可溶性固形物最小二乘支持向量机动态检测研究

用可见/近红外光谱动态检测鲜枣的可溶性固形物含量。试验时样品以0.1m/s的速度运动,采集其可见/近红外漫反射光谱(350～2500nm)。用平均平滑法对120个赞皇枣样品、118个郎枣样品的光谱进行消噪处理,采用连续投影算法提取其特征波长,并建立相应的最小二乘支持向量机预测模型SPA/LS-SVM;同时将赞皇枣在500～1100nm范围的可见/短波近红外平滑光谱数据,郎枣在700～1500nm范围的平滑光谱数据用最小二乘支持向量机建立Smooth/LS-SVM预测模型,并对各自预测集样品(30个)的可溶性固形物含量进行预测和对比分析。结果表明:SPA/LS-SVM模型预测相关系数(赞皇枣0.833,郎枣0.847)与Smooth/LS-SVM模型预测相关系数(赞皇枣0.848,郎枣0.857)相差不大,且前者更精简,预测速度快,预测时间短,可以作为鲜枣可溶性固形物含量的一种动态检测方法,但模型的精度和稳定性需进一步提高。     

樱桃多品质数据分析与无损快速检测模型的建立

目的 研究樱桃多品质数据分布情况, 建立樱桃多品质无损快速检测方法。方法 对樱桃样品分别测试可溶性固形物含量、可滴定酸含量、果实硬度。采用统计分析方法对数据进行统计学描述, 分别绘制含量分布直方图并计算直方图分布频次百分比。以樱桃样品近红外光谱数据为自变量、品质数据参考值为因变量建立樱桃品质无损快速定量检测模型。结果 统计分析结果表明, 可溶性固形物含量11~17 Brix区间范围内的样品数占样品总数的约86.0%, 可滴定酸含量0.1%~0.8%区间范围内的样品数占样品总数的约90.4%, 果实硬度1.60~3.00 kg/cm2区间范围内的样品数占样品总数的约86.0%。多元回归建模结果表明, 剔除异常值有助于提高模型预测性能, 剔除异常值后可溶性固形物含量、可滴定酸含量、果实硬度模型的相对预测性能值分别提高了15.3%、32.9%、12.3%。结论 采用统计分析结合直方图分析可较直观地描述樱桃品质分布情况; 剔除异常值对提高樱桃可滴定酸含量近红外无损检测模型预测能力的作用最大。     

近红外漫反射光谱检测网纹瓜可溶性固形物含量的研究

目的:利用近红外漫反射光谱检测网纹瓜可溶性固形物含量.方法:用偏最小二乘回归建模方法比较取样部位以及7种光谱预处理对建模的影响.结果:在有效信息波谱范围6101.9～5446.2cm-1和4601.5～4246.6 cm-1,对3个取样部位(共9个检测点)的平均光谱应用偏最小二乘结合矢量归一化建立模型,其决定系数R2=0.8647,内部交叉验证均方根差RMSECV为0.412.用此模型预测验证集22个样本,模型的R2=0.8895,预测标准偏差RMSEP为0.339.结论:该模型能够满足网纹瓜可溶性固形物含量快速检测的要求.     

基于可见-近红外漫反射光谱技术的葡萄贮藏期间可溶性固形物定量预测

利用可见-近红外漫反射光谱技术,建立不同品种葡萄贮藏期间可溶性固形物含量定量预测的通用模型。以10 ℃贮藏的玫瑰香葡萄、马奶葡萄、红提葡萄的混合光谱为定标材料,探讨不同化学计量学建模方法、不同光谱预处理方法、间隔点、平滑数以及不同特征波长区间选择对建模效果的影响及模型的品种适用性。结果显示,采用改进偏最小二乘法,16 点平滑,间隔点数16 点,结合二阶导数、去散射的处理方法,在波长范围408～1 092.8 nm内建立的模型效果最优,其交互验证误差和交互验证判定系数R2CV分别为0.308 7、0.980 2。由3 种葡萄混合组成的预测集对模型进行评价,预测标准差0.354、预测判定系数Rp2为0.980 8、验证相对分析误差为6.22、预测残差平方和为7.993。模型对单一品种预测Rp2均达到0.94以上。因此,葡萄果实可溶性固形物含量的近红外预测模型具有可行性,可同时适用于多种葡萄品种。