水蜜桃货架期内糖度的近红外光谱检测 - 南京农业大学学报.pdf

摇 南京农业大学学报摇 2013,36(4):116-120 http:/ / 摇 Journal of NanjingAgricultural University doi:10.7685/ j.issn.1000-2030.2013.04.019 試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試試 潘磊庆,刘明,韩东海,等.水蜜桃货架期内糖度的近红外光谱检测[J].南京农业大学学报,2013,36(4):116-120 水蜜桃货架期内糖度的近红外光谱检测 1 1 2 2 1* 潘磊庆 ,刘明 ,韩东海 ,陈卓 ,屠康 (1.南京农业大学食品科技学院,江苏 南京210095;2.中国农业大学食品科学与营养工程学院,北京 100083) 摘要:利用傅里叶近红外光谱技术建立水蜜桃货架期糖度无损检测方法。 采用多元散射校正、标准正态变量转换、Savitzky鄄 Golay一阶导数和卷积平滑对原始光谱进行预处理,利用偏最小二乘法建立模型,并根据相关系数选取合适的建模波段。 结果表明:多元散射校正、Savitzky鄄Golay一阶导数和卷积平滑结合处理能够有效地消除光谱基线平移和偏移等现象,提高 信噪比,构建的模型预测效果较好。 为了提高运算速度,设置相关系数绝对值阈值为0.55 时,建模的波长数为389,构建的 模型预测效果也较好,校正组模型和预测组模型的决定系数分别为0.860 和0.853,内部交叉验证均方差(RMSECV)和预测 均方根偏差(RMSEP)分别为0.651和0.732 毅Brix。 同时比较了PLS鄄NIR、PCA鄄NIR、PLS鄄BPANN鄄NIR、PCA鄄BPANN鄄NIR和 PCA鄄SVM鄄NIR模型对糖度的预测性能,结果表明PLS鄄NIR模型对货架期水蜜桃糖度预测效果最好。 关键词:近红外光谱;水蜜桃;糖度;货架期;检测 中图分类号:S123摇 摇 摇 摇 文献标志码:A摇 摇 摇 摇 文章编号:1000-2030(2013)04-0116-05 Detection of the sugar content ofjuicy peach during shelf life by near infrared spectroscopy technology PAN Leiq 1 1 2 2 1* ing ,LIU Ming ,HAN Donghai ,CHEN Zhuo ,TU Kang (1.College of Food Science and Technology,Nanjing Agricultural University,Nanjing210095,China; 2.College of Food Science and Nutritional Engineering,China Agricultural University,Beijing 100083,China) Abstract:In thispaper,the Fourier near infrared spectroscopy technologywasusedtoexplorenondestructivetestingmethodstodetect the sugar content of juicy peach during shelf life.Four pre鄄processing methods i.e.mutiplicative scatter correction,transformation of sta