基于人工神经网络的苹果可溶性固形物无损检测.pdfVIP

2011年 10月 农 机 化 研 究 第 10期 基于人工神经 网络 的苹果可溶性 固形物无损检测 代 芬 ，洪添胜 ，尹 令。，代秋芳 ，张 昆 (华南农业大学 a．南方农业机械与装备关键技术省部共建教育部重点实验室 ；b．工程学院，广州 510642) 摘 要：采集了60个苹果在400～11OOnm范围内的可见一近红外漫反射光谱 ，然后使用连续投影算法将光谱变 量进行压缩 ，最后采用 BP神经 网络建立了苹果糖度的预测模型。实验表明，连续投影算法从 400～1100nm范 围提取 出25个优选波长参与建模 ，有效简化了模 型结构 。BP神经 网络模型对苹果糖度的预测相关系数达到 0． 853，预测均方根误差为1．3030。结果表明，基于近红外光谱的苹果糖度无损检测是可行的。 关键词 ：苹果 ；近红外光谱 ；无损检测 ；人工神经网络 ；连续投影算法 ；糖度 中图分类号：TP183；S126 文献标识码：A 文章编号 ：1003-188X(2011)10-0134—04 范围350—2500nm ，采样时间l0次／s，光谱分辨率 0 引言 3nm@350—1000nm，7nm@1000～2500nm，前视场 苹果是我国北方的一种重要水果，其产后处理、 角为25。。日本爱宕公司的PAL一1型数显手持式糖 品质判断及检测一直是农产品加工研究的重要课题。 度计 ，其分辨率为±0．2Brix，自动温度补偿范围为 10 无论是其外部品质，还是内部品质，都得到了广泛重 ～ 75℃ 。 视。近红外光谱分析的最大特点是操作简便、快速且 1．2 实验样品 不破坏样品进行原位测定，不使用化学试剂，不必对 从超市购买6O个红富士苹果，从中随机选取 40 样品进行预处理，可直接对各种类型的固、液相物料 个作为建模样本，剩余 20个作为校正样本。将样品 进行分析…。相关应用包括对脐橙、雪花梨以及西瓜 洗净擦干，并依次贴上标签做好标记 ，在室温条件下 等多种水果进行品质检测 。国内外学者利用近红 放置 24h。苹果样品见图1所示 。 外光谱技术在苹果糖分含量、酸度无损检测方面做过 大量的研究。本文从提高建模效率、减少建模变量的 角度引进连续投影算法，对海量 的光谱变量进行压 缩 ，以简化模型结构。人工神经网络具有 自学习、自 组织与 自适应能力 ，很强的容错能力 ，分布储存与并 行处理信息的功能及高度的非线性表达能力，与传统 的方法相比具有很多优点，故本文 中使用 BP网络建 立了苹果的糖度预测模型。 1 实验材料与方法 图 1 苹果样 品 Fig．1 Applesamples 1．1 实验仪器 1．3 实验方法 美国ASD(analyticalspectraldevice)公司生产 的 1．3．1 光谱采集 FieldSpec3便携式地物波谱仪，其光谱采样间隔为 1． 在苹果的赤道部位选取3点，利用FieldSpee3便 4nm@350—1050nm，2nm@1000～2500nm。测定 携式地物波谱仪的RS3标准软件包及高密度探头测 量其漫反射光谱，将 3处的光谱数据进行平均，作为 收稿 日期：2011一叭一18 基金项目：国家 自然科学基金项 目；华南农业大学校长基 整个苹果的漫反射光谱。光谱测量实验现场如图2所 金项 目(4500一k09173) 示，苹果的漫反射光谱曲线如图3所示。 作者简介：代 芬 (1978一