文献类型：期刊文章

作　　者：尚静[1,2] 孟庆龙[1,2] 张艳[2] 穆兴燕[1]

SHANG Jing;MENG Qing-long;ZHANG Yan;MU Xing-yan(Food and Pharmaceutical Engineering Institute of Guiyang University,Guiyang 550005,China;Research Center of Nondestructive Testing for Agricultural Products of Guiyang University,Guiyang 550005,China)

机构地区：[1]贵阳学院食品与制药工程学院,贵州贵阳550005 [2]贵阳学院农产品无损检测工程研究中心,贵州贵阳550005

出　　处：《食品工业科技》

基　　金：贵州省科技计划项目(黔科合基础[2019]1010号);贵州省教育厅青年科技人才成长项目(黔教合KY字[2018]290);贵州省普通高等学校工程研究中心(黔教合KY字[2016]017);贵阳市科学技术局-贵阳学院科技专项资金(GYU-KYZ[2019~2020]PT05-04);大学生创新创业训练计划项目(2018520859)

年　　份：2020

卷　　号：41

期　　号：3

起止页码：228-231

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA-PROQEUST、FSTA、JST、RCCSE、ZGKJHX、核心刊

摘　　要：利用光谱技术结合化学计量学对李子可溶性固形物含量检测进行研究,为李子品质无损检测提供科学方法。通过反射式光谱采集系统获取了"红"李子和"青"李子的平均光谱,并对原始光谱数据进行预处理;应用连续投影算法(SPA)和竞争性自适应重加权算法(CARS)对预处理后的光谱数据提取特征波长;分别建立基于全光谱和特征波长的预测李子可溶性固形物含量的误差反向传播(BP)网络模型。结果表明:利用SPA和CARS算法分别从全光谱的1024个波长中选取出31和104个特征波长;而基于特征波长建立的CARS-BP网络模型效果最优,其相关系数rc为0.998,rp为0.887,均方根误差RMSEC为0.026,RMSEP为1.767。这表明光谱技术结合化学计量学进行李子可溶性固形物含量的无损检测具有可行性。

关 键 词：光谱技术 李子  可溶性固形物含量 无损检测

分 类 号：TS207.3]