文献类型：期刊文章

作　　者：孙通[1] 应义斌[1] 刘魁武[1] 胡雷秀[2]

机构地区：[1]浙江大学生物系统工程与食品科学学院,浙江杭州310029 [2]浙江大学成教学院,浙江杭州310029

出　　处：《光谱学与光谱分析》

基　　金：国家自然科学基金项目(30671197);国家科技支撑计划课题(2006BAD11A12);教育部"新世纪优秀人才支持计划"基金项目(NCET-04-0524)资助

年　　份：2008

卷　　号：28

期　　号：11

起止页码：2536-2539

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、EI(收录号：20085011776872)、IC、INSPEC、JST、PUBMED、RCCSE、RSC、SCI(收录号：WOS:000261459900018)、SCI-EXPANDED(收录号：WOS:000261459900018)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：应用近红外透射检测技术在线检测梨的可溶性固形物(SSC)。在实验台上以0.5 m.s-1的速度,300 W的光照强度,采用半透射方式检测梨的光谱。实验采用的梨样品为187个,其中147个样品为校正集,40个样品为预测集,应用偏最小二乘回归(PLS)和主成分回归(PCR)建立梨可溶性固形物的在线预测模型。选取550～700 nm,700～850 nm,550～850 nm为建模波段范围,发现无论对于PLS还是PCR,都是550～850 nm波段的建模结果好。本实验还研究对比不同的光谱预处理方法(光谱平滑,一阶微分,二阶微分等)对预测模型性能的影响,其中5点S-G(Savitzky-Golay)光谱平滑能有效地提高光谱的信噪比,改善模型预测精度,而一阶微分、二阶微分对模型性能改善基本上没有影响;最好的预测模型相关系数r=0.948 8,校正标准差RMSEC=0.236,预测标准差RMSEP=0.548。结果表明:PLS模型预测性能较好,梨可溶性固形物的在线检测具有可行性。

关 键 词：近红外光谱 可溶性固形物 在线检测 梨  

分 类 号：S123]