本文關(guān)鍵詞： 近紅外高光譜成像 可溶性固形物 柿子 無損檢測(cè)　出處：《食品與機(jī)械》2017年10期 　論文類型：期刊論文

【摘要】：對(duì)150個(gè)澀柿采集900~1 700nm波段的近紅外高光譜圖像信息,利用蒙特卡羅—無信息變量消除(MC-UVE)和連續(xù)投影算法(SPA)對(duì)感興趣區(qū)域光譜進(jìn)行波長(zhǎng)優(yōu)選。通過MC-UVE-SPA優(yōu)選出924.69,928.05,1 112.72,1 270.91,1 365.3,1 402.42,1 453.06,1 547.69nm 8個(gè)特征波長(zhǎng),對(duì)應(yīng)的光譜反射率作為柿子可溶性固性物含量(SSC)檢測(cè)的偏最小二乘回歸(PLSR)檢測(cè)模型輸入,其預(yù)測(cè)集相關(guān)系數(shù)rpre=0.942,預(yù)測(cè)集均方根誤差RMSEP=1.009°Brix。結(jié)果表明,MC-UVE-SPA可以有效提取與柿子SSC含量相關(guān)的特征信息,從而保留較少的波長(zhǎng)建立較好的預(yù)測(cè)模型。
[Abstract]:150 astringent persimmons were collected from near infrared hyperspectral images in the wavelength of 900,700 nm. Elimination of MC-UVEand continuous projection algorithm using Monte Carlo and Information Free variables (spa). The wavelength of the region of interest spectrum was optimized. 924.69 was selected by MC-UVE-SPA. The characteristic wavelengths of 928.05 (1 1112.72) (1 270.91) 1 365.3 (1 402.42N) 1 453.06 (1 547.69 nm) were measured. The corresponding spectral reflectance was used as the input of the partial least squares regression model for the determination of soluble solids in persimmon, and the correlation coefficient of the prediction set was rpre=0.942. The root mean square error of prediction set RMSEP=1.009 擄Brix. the results showed that MC-UVE-SPA could effectively extract the characteristic information related to the content of SSC in persimmon. Thus, a better prediction model is established by reserving less wavelengths.
【作者單位】： 福建農(nóng)林大學(xué)機(jī)電工程學(xué)院;華中農(nóng)業(yè)大學(xué)工學(xué)院;
【基金】：福建省自然科學(xué)基金(編號(hào):2017J05041) 福建農(nóng)林大學(xué)現(xiàn)代農(nóng)林裝備及其自動(dòng)化創(chuàng)新平臺(tái)(編號(hào):612014017)
【分類號(hào)】：O657.33;TS255.7
【正文快照】： (1.College of Mechanical and Electronic Engineering,Fujian Agriculture and Forestry University,Fuzhou,Fujian,350002,China;2.College of Engineering,Huazhong Agricultural University,Wuhan,Hubei 430070,China)柿子具有較高的經(jīng)濟(jì)和營養(yǎng)價(jià)值,深受人們的喜愛[1]。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張令標(biāo);何建國;王松磊;劉貴珊;賀曉光;羅瑞明;;高光譜成像技術(shù)在肉品無損檢測(cè)中的應(yīng)用及進(jìn)展[J];河南工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

2 曲佳歡;馬驥;孫大文;吳迪;曾新安;;高光譜成像在食品質(zhì)量評(píng)估方面的研究進(jìn)展與應(yīng)用(一)[J];肉類研究;2012年04期

3 張?bào)憷?劉飛;聶鵬程;何勇;鮑一丹;;高光譜成像技術(shù)的油菜葉片氮含量及分布快速檢測(cè)[J];光譜學(xué)與光譜分析;2014年09期

4 包應(yīng)時(shí);蔣煥煜;吳曉蓮;;近紅外光譜分析技術(shù)在農(nóng)業(yè)與食品無損檢測(cè)上的應(yīng)用[J];農(nóng)機(jī)化研究;2006年10期

5 宮元娟;匡立學(xué);馮敘橋;;蘋果近紅外光譜無損檢測(cè)技術(shù)的研究進(jìn)展[J];食品與生物技術(shù)學(xué)報(bào);2012年06期

6 彭彥昆;張雷蕾;;農(nóng)畜產(chǎn)品品質(zhì)安全光學(xué)無損檢測(cè)技術(shù)的進(jìn)展和趨勢(shì)[J];食品安全質(zhì)量檢測(cè)學(xué)報(bào);2012年06期

7 張令標(biāo);何建國;劉貴珊;王松磊;賀曉光;王偉;;基于可見/近紅外高光譜成像技術(shù)的番茄表面農(nóng)藥殘留無損檢測(cè)[J];食品與機(jī)械;2014年01期

8 陳永君，，鄧賽文，梁國立;金銀鉑及首飾物的無損檢測(cè)[J];巖礦測(cè)試;1994年02期

9 侯哲;段滋華;;復(fù)合材料微波無損檢測(cè)技術(shù)的研究[J];化工機(jī)械;2014年01期

10 王銘海;郭文川;商亮;谷靜思;;基于近紅外漫反射光譜的多品種桃可溶性固形物的無損檢測(cè)[J];西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

相關(guān)博士學(xué)位論文 前1條

1 朱逢樂;基于光譜和高光譜成像技術(shù)的海水魚品質(zhì)快速無損檢測(cè)[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前5條

1 熊振杰;基于高光譜成像技術(shù)的雞肉品質(zhì)快速無損檢測(cè)[D];華南理工大學(xué);2015年

2 鐘謝偉;漫反射譜分析獲取皮膚組織生理特性參數(shù)[D];華中科技大學(xué);2015年

3 馬天蘭;基于顯微高光譜成像技術(shù)的灘羊肉品質(zhì)檢測(cè)研究[D];寧夏大學(xué);2017年

4 李慧;基于近紅外光刺激響應(yīng)型藥物協(xié)同抗腫瘤體系的研究[D];中國科學(xué)技術(shù)大學(xué);2016年

5 周延睿;基于近紅外光譜便攜式水果糖度無損檢測(cè)裝置模塊化設(shè)計(jì)[D];華東交通大學(xué);2014年

本文編號(hào)：1483928