基于近红外光谱的梨内在品质检测方法研究.pdf

《基于近红外光谱的梨内在品质检测方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、．分类号婴三窆!：垒!UDC519．688@江薛硕士学密级公五编号—1029—9S0807054大擎位论文基于近红外光谱的梨内在品质检测方法研究江辉指导教师塞焦卷教授申请学位级别巫±专业名称检测堇本皇自麴焦苤量论文提交日期2Q!!笙§日论文答辩日期2Q!!笙鱼且学位授予单位和日期江菱太堂2Q!!生鱼且答辩委员会主席塞!!国渔塾撞评阅人2011年6月ClassifiedIndex：TP391．41UDC：519．688@JIANGSU啪VERSITYMA．ScDissertationStudyonMethodsofDeterminationofIntemalQualityA

2、ttributesinIntactPearsbasedonNearInfrared(NIR)SpectroscopyByJiangHJlanRHui‘Major：DetectionTechnologyandAutomationEquipmentSupervisor：Prof．ZhuWeixingJune，201独创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已注明引用的内容以外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的

3、法律结果由本人承担。学位论文作者签名：≥埒日期：泸f1年耖月f乡日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权江苏大学可以将本学位论文的全部内容或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口，本学位论文属于，在年我解密后适用本授权书。学位论文作者签名：易oI1年汨f钿不保密■。乞族簪q指导教师签名多缪刃，f年‘月曲摘要梨的可溶性固形物含量(solublesolidscontent，SSC)和硬度(fi

4、rmness)是衡量其口感及风味的两个重要指标。传统SSC及硬度的检测方法属于破坏性检测，且样品预处理操作繁琐，检测周期长，主观性强，不适于在线分析。近红外光谱(nearinfraredspectroscopy,NIR)分析技术作为一种快速、无损、准确、多组分同时检测的绿色分析技术，在食品和农产品品质检测方面正快速替代许多常规理化分析手段。本论文开展了基于NR分析技术的梨内在品质指标检测方法的研究。首先，有比较运用不同光谱预处理方法来优化模型，以确定出最佳的光谱预处理方法来用于最终模型的建立；然后，引入特征谱区及波长筛选方法来解决光谱信息严重重叠的问题，以提高分析模型的预

5、测精度和稳定性；最后，利用不同的数据降维算法来简化梨的SSC的非线性校正模型。本论文主要工作及结论如下：(1)光谱预处理方法在校正模型优化中的研究。试验采用5种光谱预处理方法(标准正态变量变换、均值中心化、极小／极大归一化、一阶导数及二阶导数)对梨的原始光谱进行预处理，并分别建立梨的SSC和硬度的PLS校正分析模型；在模型建立过程中，依据全局交互验证均方根误差值最小的原则来选取建模所需的最佳主成分因子数。试验结果显示，在分析梨的SSC及硬度内在品质指标时，最佳光谱预处理方法分别为均值中心化和标准正态变量变换；最终模型的最佳主成分因子数分别为12和9；模型预测集相关系数(R

6、)分别为0．8808和O．8483。试验结果表明，选择合适的光谱预处理方法和最佳的主成分因子数来建立校正模型可以很好地预测梨的内在品质指标，为梨品质的快速实时在线检测提供有效的新方法。(2)近红外光谱特征谱区及波长筛选的研究。梨近红外光谱区域存在光谱信息重叠的问题，影响校正模型的预测性能和稳健性。因此，本研究运用特征谱区或波长筛选法并结合PLS法来建立梨的内在品质指标预测模型，提高最终校正模型的预测精度和稳定性。试验以梨的硬度为研究对象，采用5种特征谱区或波长筛选方法(区间偏最dx-乘、联合区间偏最4,-乘、向后区间偏最小二乘、遗传区间偏最d,-乘和遗传联合区间偏最小二乘

7、)来优化模型，并比较各模型的预测性能。试验结果显示，GA．siPLS所建模型的预测性能最佳，参与建模的变量个数为96，其校正集相关系数(R)和RMSECV值学位论文-基于近红外光谱的梨内在品质检测方法研究预测集相关系数(R)和RMSEP值分别为0．9083和0．5573。谱区或波长筛选方法来优化模型，都能在有效提高模型精度的很好地解决了光谱信息重叠的问题。(3)梨SSC的非线性校正模型简化的研究。由于梨的内在品质属性是非常复杂的天然成分，可能会导致模型的输入与输出之间呈现较为复杂的非线性映射关系。因此，本研究首先利用APaRP