采收后的板栗貯藏穩(wěn)定性低,自然狀態(tài)下容易霉變,但有些無法根據外觀判斷。目前常用的快速篩選霉變板栗的方法是水懸浮法,但此法費時費力。近紅外光譜法是一種無損檢測法,是通過分析光譜的差異進而對樣本分類。本文應用近紅外漫反射光譜儀分別獲得600-1100nm和1100-2500nm的近紅外光譜圖,然后采用三種不同的建模方法對光譜數據分類。通過對光譜圖進行特征信息選擇,選出了對樣本分類貢獻較大的特征信息,建立模型,并對模型進行驗證。比較了不同波長范圍的近紅外光譜圖、所使用的光譜前處理法、抽提的差異變量對模型的影響。主要研究結果如下：（1）在用主成分分析-判別分析法（PCA-DA）建模中,600-1100nm和1100-2500nm的近紅外光譜圖經過平滑+中心化+SNV預處理后,建模效果最好。600-1100nm光譜圖的校正集和驗證集的準確率分別為99.46%、94.76%；1100-2500nm光譜圖的校正集和驗證集的準確率分別為98.53%、95.87%。（2）在簇類獨立軟模式法（SIMCA）分類模型中,針對600-1100nm和1100-2500nm兩種波段近紅外光譜,經一階導數+平滑+de... 

【文章來源】：北京林業(yè)大學北京市 211工程院校 教育部直屬院校

【文章頁數】：75 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
英文縮寫語
1 引言
    1.1 研究目的與意義
    1.2 霉變板栗的篩選方法
    1.3 近紅外光譜分析技術簡介
        1.3.1 近紅外光譜分析原理
        1.3.2 近紅外光譜分析技術的特點
    1.4 化學計量學方法
        1.4.1 化學計量學矩陣和數理統(tǒng)計
        1.4.2 光譜前處理方法
        1.4.3 近紅外光譜波段的選擇
        1.4.4 近紅外光譜定性分析模型的建立
    1.5 近紅外光譜在食品分析中的應用
        1.5.1 在水果品質分析中的應用
        1.5.2 在油脂摻假與質量分析中的應用
        1.5.3 在飲品質量檢測中的應用
        1.5.4 在其他食品分析中的應用
    1.6 研究內容和技術路線
        1.6.1 研究內容
        1.6.2 技術路線
2 近紅外光譜結合DA判別法定性分析霉變板栗與正常板栗
    2.1 材料和方法
        2.1.1 實驗材料
        2.1.2 實驗儀器
        2.1.3 光譜的采集
        2.1.4 數據處理
    2.2 結果與討論
        2.2.1 板栗近紅外光譜圖分析
        2.2.2 光譜前處理
        2.2.3 PCA-DA模型的建立
        2.2.4 模型的驗證
    2.3 本章小結
3 近紅外光譜結合SIMCA聚類分析法定性分析霉變板栗與正常板栗
    3.1 材料和方法
        3.1.1 實驗材料
        3.1.2 實驗儀器
        3.1.3 光譜的采集
        3.1.4 數據處理
    3.2 結果與討論
        3.2.1 光譜前處理
        3.2.2 主成分分析
        3.2.3 SIMCA分類
    3.3 本章小結
4 近紅外光譜結合LDA定性分析霉變板栗與正常板栗
    4.1 材料與方法
        4.1.1 實驗材料
        4.1.2 實驗儀器
        4.1.3 光譜采集
        4.1.4 數據處理
    4.2 結果與討論
        4.2.1 光譜前處理
        4.2.2 LDA模型的建立
        4.2.3 LDA模型的驗證
    4.3 本章小結
5 總結與展望
    5.1 總結
    5.2 展望
參考文獻
個人簡介
導師簡介
致謝


【參考文獻】：
期刊論文
[1]糧食中霉菌污染檢測方法現狀及發(fā)展趨勢[J]. 周玉庭,任佳麗,張紫鶯.  食品安全質量檢測學報. 2016(01)
[2]高光譜圖像技術在摻假大米檢測中的應用[J]. 孫俊,金夏明,毛罕平,武小紅,楊寧.  農業(yè)工程學報. 2014(21)
[3]近紅外光譜技術快速無損評價羅非魚片新鮮度[J]. 陳偉華,許長華,樊玉霞,胡偉,吳浩,吳娜,王錫昌,劉源.  食品科學. 2014(24)
[4]基于高光譜成像技術的長棗表面農藥殘留無損檢測[J]. 劉民法,張令標,何建國,賀曉光,劉貴珊,王松磊.  食品與機械. 2014(05)
[5]基于PCA與核LDA的表面肌電信號特征識別[J]. 李莉,李華,李建.  計算機測量與控制. 2014(02)
[6]基于近紅外技術快速檢測棉籽餅粉水解液中氨基氮含量[J]. 梁靜波,蘇毅,謝希賢,徐慶陽,張成林,陳寧.  食品與發(fā)酵工業(yè). 2014(01)
[7]生防真菌分生孢子抗氧化能力與多糖含量的關系[J]. 姬小平,馮明光,應盛華.  菌物學報. 2013(06)
[8]南果梨果實硬度近紅外無損檢測模型的建立[J]. 李東華,紀淑娟.  食品工業(yè)科技. 2012(21)
[9]近紅外漫反射光譜鑒別雞蛋種類[J]. 湯丹明,孫斌,劉輝軍.  光譜實驗室. 2012(05)
[10]基于紅外熱成像樹上板栗機器識別研究[J]. 周建民,尹洪妍,張瑞豐,范麗娟,周其顯.  中國農機化. 2012(03)

博士論文
[1]煙葉通用近紅外定量模型穩(wěn)健性研究[D]. 秦玉華.中國海洋大學 2014
[2]基于光譜/空間信息的肉骨粉近紅外顯微成像分析方法研究[D]. 姜訓鵬.中國農業(yè)大學 2014
[3]基于圖像處理和光譜分析技術的水果品質快速無損檢測方法研究[D]. 馬本學.浙江大學 2009
[4]西瓜品質可見/近紅外光譜無損檢測技術研究[D]. 田海清.浙江大學 2006

碩士論文
[1]近紅外油頁巖含油率快速檢測方法的研究[D]. 王炳建.吉林大學 2014
[2]馬鈴薯部分品質性狀近紅外模型的建立及育種應用[D]. 張良.東北農業(yè)大學 2014
[3]基于可見—近紅外光譜和高光譜成像的無損檢測方法研究[D]. 殷姣姣.太原科技大學 2014
[4]傅里葉變換紅外光譜技術在芝麻油真?zhèn)舞b別、摻偽與品質分析中的應用[D]. 楊佳.北京林業(yè)大學 2013
[5]應用紅外光譜技術進行食用油真?zhèn)渭皳絺蔚目焖勹b定[D]. 劉玲玲.北京林業(yè)大學 2012
[6]茉莉花茶品質的近紅外化學計量學研究[D]. 張俊.浙江大學 2012
[7]獼猴桃、桃和梨品質的近紅外漫反射光譜無損檢測研究[D]. 劉卉.西北農林科技大學 2011



本文編號：3355972