| 近红外光谱技术结合神经网络检测苹果咀嚼性 |
| |
| 引用本文： | 曾祥媛,赵武奇,乔瑶瑶,尹艺然,裴亚利,霍瑶瑶,郭玉蓉.近红外光谱技术结合神经网络检测苹果咀嚼性[J].食品与机械,2016,32(6):37-40. |
| |
| 作者姓名： | 曾祥媛 赵武奇 乔瑶瑶 尹艺然 裴亚利 霍瑶瑶 郭玉蓉 |
| |
| 作者单位： | 陕西师范大学食品工程与营养科学学院，陕西 西安 710119 |
| |
| 基金项目： | 农业部现代农业产业技术体系项目(编号：CARS-28) |
| |
| 摘 要： | 以不同储藏期的135个苹果样品为研究对象,对其近红外光谱数据进行预处理并通过主成分分析法提取光谱特征,采用人工神经网络技术建立苹果咀嚼性的近红外光谱检测模型。结果表明,对苹果光谱咀嚼性的最佳光谱预处理方法是加权多元散射处理(WMSC)的光谱散射处理方法和"2441"的数学处理方法,通过主成分分析法提取3个主成分作为原始信息的特征变量,建立苹果咀嚼性检测的人工网络模型结构为3—16—1,模型对验证集预测的决定系数为0.992 4,均方根误差为0.000 108 2。近红外光谱技术能对苹果咀嚼性进行快速、无损预测。
|
| 关 键 词： | 苹果 无损检测 质构 咀嚼性 近红外光谱 神经网络 |
| 收稿时间： | 2016/1/9 0:00:00 |
Detecting chewiness of apple by near infrared spectroscopy technology combined artificial neural network |
| |
| ZENGXiangyuan,ZHAOWuqi,QIAOYaoyao,YINYiran,PEIYali,HUOYaoyao,GUOYurong.Detecting chewiness of apple by near infrared spectroscopy technology combined artificial neural network[J].Food and Machinery,2016,32(6):37-40. |
| |
| Authors: | ZENGXiangyuan ZHAOWuqi QIAOYaoyao YINYiran PEIYali HUOYaoyao GUOYurong |
| |
| Abstract: | |
| |
| Keywords: | apple nondestructive testing texture chewiness near infrared spectroscopy artificial neural network |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《食品与机械》浏览原始摘要信息 |
|
点击此处可从《食品与机械》下载全文 |
|
