文献类型：期刊文章

作　　者：孟庆龙[1] 尚静[1] 黄人帅[1] 张艳[2]

MENG Qing-long;SHANG Jing;HUANG Ren-shuai;ZHANG Yan(Food and Pharmaceutical Engineering Institute,Guiyang University,Guiyang 550005,China;The Research Center of Nondestructive Testing for Agricultural Products,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：《保鲜与加工》

基　　金：国家自然科学基金项目(61505036);贵州省科技计划项目(黔科合基础[2020]1Y270);贵州省普通高等学校工程研究中心项目(黔教合KY字[2016]017);贵阳学院科研资金资助(GYU-KY-[2020])。

年　　份：2020

卷　　号：20

期　　号：5

起止页码：185-189

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、RCCSE、ZGKJHX、核心刊

摘　　要：为了更好地预测苹果的可溶性固形物含量(SSC),试验采用反射式光谱采集系统获取采后"富士"苹果的光谱反射率。分析了3种光谱预处理方法(标准正态变换、多元散射校正以及二阶导数)对预测模型的影响;利用主成分分析方法对预处理后的光谱数据进行降维,并基于选取的特征变量建立预测苹果SSC的回归模型。结果表明:采用主成分分析方法从全光谱的1 024个波长中选取了前23个主成分得分作为特征变量;基于特征变量建立的回归预测模型具有较好的预测能力,其预测集相关系数R_P=0.908,均方根误差RMSEP=0.499。这表明采用光谱技术结合主成分回归预测苹果SSC是可行的。

关 键 词：光谱技术 苹果 可溶性固形物含量 主成分回归

分 类 号：S661.1]