為了快速檢測面條中馬鈴薯全粉含量,研究近紅外高光譜成像技術定量檢測面條中馬鈴薯全粉含量的可能性,自制了馬鈴薯全粉質量分數在0～35%內隨機均勻分布的120個面條樣品,在900～2 500 nm范圍采集高光譜圖像,隨機選取80個樣品作為校正集,分別采用原始光譜和經過6種預處理方法預處理后的光譜建立了偏最小二乘回歸、主成分回歸、支持向量機回歸模型。結果表明經標準化預處理后用偏最小二乘回歸建模效果最好,校正集決定系數（R2C）為0.865 3,交叉驗證集決定系數（R2CV）為0.691 4。用回歸系數法在經過標準化預處理后的光譜數據中提取了與全粉含量相關的特征波長,建立了馬鈴薯全粉含量偏最小二乘回歸簡化模型,校正集決定系數（R2C）為0.868 5,交叉驗證集決定系數（R2CV）為0.802 1,基于特征波長建立的模型效果優(yōu)于全波段模型,模型效果得到了一定的提高。以剩余40個未參與校正模型建立的樣品作為預測集,基于特征波長建立了標準化-偏最小二乘回歸簡化預測模型,預測集決定系數（R2P）為0.854 6,模型具有較好的預測能力。結果表明利用近紅外高光譜成像技術可檢測面條中馬鈴薯全粉含量,可為... 

【文章來源】：農業(yè)機械學報. 2020,51(S2)北大核心EICSCD

【文章頁數】：6 頁

【文章目錄】：
0 引言
1 材料與方法
    1.1 樣品制備
    1.2 高光譜圖像采集
    1.3 高光譜圖像黑白校正
    1.4 光譜數據處理
2 結果與討論
    2.1 全波段模型效果評價
    2.2 特征波長建模
    2.3 預測模型建立
3 結論


【參考文獻】：
期刊論文
[1]基于高光譜成像技術預測牡蠣干制加工過程中的水分含量[J]. 陳李品,于繁千惠,陶然,陳桂東,李兆杰,薛長湖.  中國食品學報. 2020(07)
[2]基于高光譜成像的生鮮雞肉糜中大豆蛋白含量檢測[J]. 王偉,姜洪喆,賈貝貝,鹿瑤.  農業(yè)機械學報. 2019(12)
[3]可見/近紅外高光譜成像技術對長棗中葡萄糖含量的無損檢測[J]. 程麗娟,劉貴珊,萬國玲,何建國.  發(fā)光學報. 2019(08)
[4]近紅外光譜法預測面條中馬鈴薯泥含量模型的建立和應用[J]. 呂都,董楠,王梅,王輝,劉永翔,李飛,劉嘉.  食品與機械. 2019(08)
[5]高光譜圖像和葉綠素含量的水稻紋枯病早期檢測識別[J]. 朱夢遠,楊紅兵,李志偉.  光譜學與光譜分析. 2019(06)
[6]基于高光譜成像的青梅酸度檢測方法[J]. 趙茂程,楊君榮,陸丹丹,曹瑾,陳一鳴.  農業(yè)機械學報. 2017(09)
[7]基于相關系數與光譜差異法的草莓光譜特征信息提取[J]. 徐紅梅,文江,鐘文杰,徐勝勇,周杰.  江蘇大學學報(自然科學版). 2017(03)
[8]紫馬鈴薯全粉-小麥粉混粉的理化特性研究[J]. 仇干,胥心,鄧云.  食品研究與開發(fā). 2017(03)
[9]基于近紅外高光譜圖像的黃瓜葉片色素含量快速檢測[J]. 鄒小波,陳正偉,石吉勇,黃曉瑋,張德濤.  農業(yè)機械學報. 2012(05)
[10]傅里葉變換近紅外光譜快速檢測方便面油脂含量[J]. 陳潔,魏立立,王春,吳存榮.  糧食與油脂. 2010(02)



本文編號：3447504