

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、板栗素有“木本糧食”之稱,適于鮮食、炒食、菜用,也可以用于加工板栗全粉、速溶粉,以及生產板栗糊、板栗羹、板栗沖劑、板栗糕點等特色食品,具有較高的營養(yǎng)價值和經濟價值,是我國傳統(tǒng)出口農產品之一。板栗原產于我國,中國板栗品種大體可分北方栗和南方栗兩大類,在果肉特點上存在著顯著差異,北方栗果肉偏糯性,富含糖和蛋白質,而南方栗果肉偏粳性,富含淀粉。同時,在板栗生產中,常受到栗實象甲等害蟲危害,幼蟲在栗實內取食子葉,并將蟲糞充滿蛀道內。但往往在外觀
2、上難以察覺。另外,板栗果實為頑拗型種子,在貯藏過程中怕熱、怕凍、怕干、怕濕,難以有效得到貯藏保鮮,貯運期果實易混雜已喪失商品價值和食用價值的栗果。
傳統(tǒng)的栗果品質檢測多采用化學分析方法,且多在實驗室內進行,該方法需要對果實進行破碎后逐一檢測,費時費力、檢測效率低,往往檢測的樣本數量有限,難以保證抽樣的代表性,從而無法實現(xiàn)快速無損檢測。因此,開發(fā)一種快速、高效、無損的果品檢測技術,以滿足果品大規(guī)模品質分析和分級處理的需要,提高果
3、品采后處理的標準化水平,是當前果品生產中亟待解決的問題。
近年來興起的高光譜圖像技術具有多波段、高分辨率和圖譜合一的特點,能夠融合二維圖像和光譜技術分析等多方面的優(yōu)勢,同時,該技術作為一種快速、高效、無損的檢測方法,在農產品、醫(yī)藥、化工的檢測等方面得到了快速發(fā)展。但由于高光譜技術本身的高維特性,降維處理方法的不同,以及光譜數據處理方法的差異等造成模型的多樣性。因此,需要我們對基于高光譜圖像技術分析的果品快速無損檢測方法進行進一
4、步優(yōu)化。
本論文采用近紅外高光譜圖像技術結合不同的化學計量學方法,建立板栗果實的快速無損檢測和品質鑒定方法。試驗選擇一定數量的建模樣品,按比例隨機分為建模集和驗證集,應用近紅外高光譜圖像技術掃描獲取所有供試樣品的原始光譜數據。采用多元散射校正(Multiplicative signal correction,MSC)、導數(Derivative)、平滑等方法對原始光譜進行預處理,根據所測組分含量和光譜特征選取合適的光譜波長范圍
5、;利用判別分析(discriminant analysis,DA)法,建立板栗果實近紅外高光譜的判別分析模型,用于不同板栗品種和病蟲害果實的區(qū)分和鑒定。再進一步利用偏最小二乘(partial least square,PLS)法建立不同品種板栗果實的定量模型。
本論文試驗取得了如下主要結果:
1、以“泰栗一號”、“沂蒙短枝”和“舒城小栗”三種板栗果實為供試樣品,比較了不同光譜預處理方法對板栗果實分析指標預測結果的影響
6、,采用PLS方法建立了不同板栗品種的混合定量模型,并對果實總糖和淀粉兩個重要品質指標進行了預測分析。結果表明,MSC+二階導數+SG平滑為適宜的數據預處理方法,預測結果較好,模型預測結果的相關系數為0.9313~0.9587,均方根誤差為0.0624~0.225,表征模型的預測結果良好。
2、運用DA判別分析方法,建立了“泰栗一號”、“舒城小栗”和“沂蒙短枝”板栗果實樣品的定性分析模型。結果表明,采用MSC+log10+SG平
7、滑的光譜數據預處理方法,模型的正確識別率最高,判別率達到96.7%。采用主成分分析法(PCA)能顯著區(qū)分3個供試板栗品種果實,表明本試驗建立的定性模型能夠對板栗果實樣品進行品種識別分析。
3、再選取“泰栗一號”板栗果實為供試樣品,采用DA判別方法對霉變、蟲害和正常果實建立了定性分析模型。結果表明,采用標準正態(tài)變換(SNV)+log10+SG平滑的數據預處理方法,模型的正確識別率達到了98.6%,表明本試驗建立的定性分析模型能夠
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于近紅外光譜技術分析的鮮食葡萄果實的無損檢測與品質鑒定.pdf
- 基于高光譜圖像技術對牛肉品質無損檢測的研究.pdf
- 基于光譜和高光譜圖像技術的蠶繭品質無損檢測研究.pdf
- 基于高光譜圖像技術的紅棗品質無損檢測研究.pdf
- 基于近紅外光譜技術的活性米品質無損檢測與評價研究.pdf
- 草莓品質近紅外光譜無損檢測技術研究.pdf
- 西瓜品質可見-近紅外光譜無損檢測技術研究.pdf
- 基于近紅外光譜和高光譜圖像技術的獼猴桃品質檢測研究.pdf
- 辣椒品質傅立葉近紅外光譜無損檢測研究
- 小麥內在品質近紅外光譜無損檢測技術研究.pdf
- 22364.基于android系統(tǒng)的臍橙品質近紅外光譜無損檢測技術
- 雞蛋品質近紅外光譜無損檢測研究.pdf
- 辣椒品質傅立葉近紅外光譜無損檢測研究.pdf
- 基于高光譜圖像技術的冷凍食品品質的無損檢測研究.pdf
- 基于近紅外光譜技術的雪蓮花品質快速無損檢測研究.pdf
- 基于近紅外高光譜圖像技術的黃瓜葉片色素含量和營養(yǎng)狀況無損檢測.pdf
- 基于近紅外光譜的貯藏臍橙品質無損檢測方法研究.pdf
- 成熟期番茄品質近紅外光譜無損檢測技術研究.pdf
- 基于近紅外高光譜圖像分析的小麥硬度檢測研究.pdf
- 梨子內在品質的近紅外漫反射光譜無損檢測技術研究.pdf
評論
0/150
提交評論