櫻桃番茄色澤鮮艷、形態(tài)優(yōu)美、味美可口、營養(yǎng)豐富,深受廣大消費(fèi)者的喜愛。在市場需求不斷擴(kuò)大的背景下,櫻桃番茄產(chǎn)業(yè)正在迅猛發(fā)展,但在果品產(chǎn)中監(jiān)控和產(chǎn)后處理上存在許多不足,同時,隨著人們生活水平逐步提高,消費(fèi)者對水果的內(nèi)部品質(zhì)提出了更高的要求。研究櫻桃番茄內(nèi)部品質(zhì)快速無損檢測方法并開發(fā)便攜式檢測裝置,對提高櫻桃番茄商品化處理水平,促進(jìn)櫻桃番茄產(chǎn)業(yè)智能化發(fā)展具有重要意義。本研究采用近紅外光譜技術(shù),結(jié)合化學(xué)計量學(xué)方法,建立精度高、穩(wěn)定性好、溫度適應(yīng)性強(qiáng)的櫻桃番茄內(nèi)部品質(zhì)指標(biāo)定量模型,并研發(fā)一款基于Android系統(tǒng)的便攜式櫻桃番茄內(nèi)部品質(zhì)檢測裝置。本研究的主要內(nèi)容與結(jié)論如下:1.櫻桃番茄內(nèi)部品質(zhì)的近紅外光譜檢測方法研究。研究基于近紅外光譜技術(shù)的櫻桃番茄可溶性固形物和番茄紅素含量的快速無損檢測方法,采集櫻桃番茄樣品的漫反射近紅外光譜并采用理化分析方法測定可溶性固形物和番茄紅素含量的參考值,結(jié)合多種光譜預(yù)處理方法和變量篩選方法,建立可溶性固形物含量和番茄紅素含量的偏最小二乘法（PLS）定量模型。結(jié)果顯示,采用2階9點(diǎn)Savitzky-Golay平滑對近紅外光譜進(jìn)行預(yù)處理,然后利用連續(xù)投影偏最小二乘法... 

【文章來源】：江蘇大學(xué)江蘇省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

圖 2.1ACO 流程圖Figure 2.1 ACO flowchart除法基于 PLS 回歸系數(shù)分析，用來剔除近紅[60]。無信息變量消除法將隨機(jī)變量（噪剔除建立 PLS 模型，得到模型回歸系數(shù)商值確定變量能否用于建模[61]。其算法

圖 2.1ACO 流程圖Figure 2.1 ACO flowchart變量消除法除法是基于 PLS 回歸系數(shù)分析，用來剔除近紅外光譜選算法[60]。無信息變量消除法將隨機(jī)變量（噪聲信息證逐一剔除建立 PLS 模型，得到模型回歸系數(shù)矩陣，，根據(jù)商值確定變量能否用于建模[61]。其算法流程圖

【參考文獻(xiàn)】：
期刊論文
[1]櫻桃番茄可溶性固形物含量的可見/近紅外透射光譜無損檢測[J]. 王凡,彭彥昆,湯修映,李龍,李永玉.  中國食品學(xué)報. 2018(10)
[2]光譜分析技術(shù)在水果品質(zhì)與安全檢測中的應(yīng)用[J]. 沈宇,王風(fēng)云,鄭紀(jì)業(yè),房勝,李哲,張琛.  中國農(nóng)業(yè)信息. 2018(03)
[3]近紅外漫反射技術(shù)在食品分析方面的應(yīng)用進(jìn)展[J]. 史倩茹,戴軍,蔣彩云.  江蘇調(diào)味副食品. 2018(03)
[4]基于近紅外技術(shù)快速檢測青金桔果粉中β-胡蘿卜素含量[J]. 劉欣,馬金爽,張曉青,王瀟哲,陳園園,王林祥,劉紅,韓長日.  海南師范大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[5]基于近紅外光譜的四元調(diào)和食用油定量分析[J]. 李淑娟,卞希慧,李倩,范清杰,陳嬌嬌.  天津科技大學(xué)學(xué)報. 2018(03)
[6]隨機(jī)森林算法的水果糖分近紅外光譜測量[J]. 李盛芳,賈敏智,董大明.  光譜學(xué)與光譜分析. 2018(06)
[7]圣女果品質(zhì)特征及檢測技術(shù)研究進(jìn)展[J]. 田華,汪金萍,王遠(yuǎn).  食品研究與開發(fā). 2018(11)
[8]溫度干擾下的葡萄糖水溶液近紅外光譜修正方法與比較[J]. 孫翠迎,韓同帥,郭超,盛偉楠,劉瑾.  光譜學(xué)與光譜分析. 2017(11)
[9]便攜式番茄多品質(zhì)參數(shù)可見/近紅外檢測裝置研發(fā)[J]. 王凡,李永玉,彭彥昆,李龍.  農(nóng)業(yè)工程學(xué)報. 2017(19)
[10]基于可見/近紅外光譜技術(shù)的便攜分析儀的應(yīng)用[J]. 袁雷明,郭珍珠,陳孝敬,蔡健榮,孫力,施一劍.  食品安全質(zhì)量檢測學(xué)報. 2017(09)

博士論文
[1]基于介電頻譜與光譜技術(shù)的水果內(nèi)部品質(zhì)無損檢測方法研究[D]. 王轉(zhuǎn)衛(wèi).西北農(nóng)林科技大學(xué) 2018
[2]近紅外光譜建模方法及溫度效應(yīng)研究[D]. 單瑞峰.南開大學(xué) 2014
[3]基于電子鼻和電子舌的櫻桃番茄汁品質(zhì)檢測方法研究[D]. 洪雪珍.浙江大學(xué) 2014
[4]基于近紅外光譜技術(shù)的板栗品質(zhì)無損檢測方法研究[D]. 劉潔.華中農(nóng)業(yè)大學(xué) 2011
[5]基于可見/近紅外光譜的水果糖度檢測模型優(yōu)化及應(yīng)用研究[D]. 徐惠榮.浙江大學(xué) 2010
[6]南果梨內(nèi)在品質(zhì)近紅外光譜無損檢測技術(shù)研究[D]. 李東華.沈陽農(nóng)業(yè)大學(xué) 2009

碩士論文
[1]基于可見/近紅外光譜技術(shù)的抹茶品質(zhì)快速無損檢測方法及便攜式裝備研發(fā)[D]. 孫浩.江蘇大學(xué) 2018
[2]基于CNN的蘋果內(nèi)部水心近紅外光譜檢測研究與實(shí)現(xiàn)[D]. 徐亞琴.湖南大學(xué) 2018
[3]基于近紅外光譜的蘋果硬度便攜式檢測設(shè)備研究[D]. 陳建新.西北農(nóng)林科技大學(xué) 2018
[4]基于Android平臺的車輛識別碼識別技術(shù)的研究[D]. 劉賓坤.大連交通大學(xué) 2017
[5]果品品質(zhì)微型檢測裝置的研制與開發(fā)[D]. 司志剛.濟(jì)南大學(xué) 2017
[6]基于光學(xué)傳感器技術(shù)的紅茶通氧發(fā)酵過程在線監(jiān)測研究[D]. 張彬.江蘇大學(xué) 2017
[7]樣品相關(guān)因素對梨糖度可見/近紅外光譜檢測影響的研究[D]. 曹松濤.浙江大學(xué) 2017
[8]在樹果實(shí)品質(zhì)快速檢測的方法研究[D]. 郭成.江蘇科技大學(xué) 2017
[9]基于手機(jī)的光譜儀信號采集與處理系統(tǒng)的設(shè)計[D]. 張聰.重慶大學(xué) 2017
[10]基于Android系統(tǒng)的液滴視頻檢測平臺設(shè)計[D]. 石高強(qiáng).北京郵電大學(xué) 2017



本文編號：3608774