基于高光谱技术检测小麦粉灰分含量

目的 基于高光谱技术实现对小麦粉灰分含量的准确检测。方法 利用高光谱成像技术采集小麦粉的光谱数据,建立基于偏最小二乘法(partial least squares regression,PLSR)和深度极限学习机(deep extreme learning machines,DELM)的小麦粉灰分含量预测模型;通过分析3种预处理算法和4种波长选择算法,分别选出最佳的预处理与波长选择方法,最后构建基于特征波段光谱信息的预测模型,并对结果进行比较。结果 标准正态变量校正(standard normal variable,SNV)为最佳预处理方法;连续投影算法(successive projections algorithm,SPA)相较于随机森林(random forest,RF)、无信息变量消除(uninformative variable elimination,UVE)和遗传算法(genetic algorithm,GA)选择特征波长的模型更优;DELM模型更适用于灰分含量的检测,最优模型的测试集决定系数为0.968,预测集均方根误差为0.024。结论 高光谱成像技术可以快速、精准的...     

PGA/PBAT保鲜膜对蓝莓果实保鲜性质动力学分析

以蓝莓为研究对象，利用双螺杆挤出机和流延机制备聚乙醇酸(PGA)/聚对苯二甲酸-己二酸丁二酯(PBAT)生物降解复合膜，以酶活、生物活性化合物、果实品质、感官评价为考核指标，探究了不同组成的复合膜对蓝莓保鲜品质的影响。结果表明：60%(质量分数，下同)PGA/40%PBAT组，可以有效抑制H₂O₂含量升高，延缓总酚、总黄酮、可溶性固形物含量(SSC)及感官评分降低。因此，PGA和PBAT复配后的生物降解保鲜膜更有利于蓝莓的保鲜，尤其是60%PGA/40%PBAT保鲜膜。     

草莓感官评价模型方法比较

为使草莓感官评价结果更客观，不受评价者评价经验、年龄及健康状况等主观因素影响，该研究将草莓的十项理化风味指标如过氧化氢酶、多酚氧化酶等作为输入数据，感官评价得分作为输出数据，运用灰狼优化支持向量机建立草莓感官评价估计模型。为验证所提出模型的优越性，将其与粒子群优化支持向量机模型、卷积神经网络、长短时记忆网络模型进行对比分析，为充分保证所提出模型的有效性，重复实验20次并计算各项指标均值，得到所提出模型的均方根误差和平均绝对误差分别为0.28、0.24（低于粒子群优化支持向量机的误差指标0.46、0.38，长短时记忆网络误差指标1.24、0.99和卷积神经网络误差指标0.88、0.75）。实验结果表明，基于灰狼优化支持向量机模型的预测精度最高、稳定性最好、误差最小，研究结果可为草莓感官评价得分的评定提供参考。