

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、我國(guó)蘋果產(chǎn)量占世界蘋果總產(chǎn)量的35.8%為世界首位,而出口量卻僅占到世界的5%。出現(xiàn)這種情況的原因之一就是我國(guó)的蘋果混等混級(jí)現(xiàn)象嚴(yán)重,致使我國(guó)的蘋果在國(guó)際市場(chǎng)上沒(méi)有競(jìng)爭(zhēng)力。因此,要提高我國(guó)的蘋果在國(guó)際市場(chǎng)的競(jìng)爭(zhēng)力并提高其出口量,就必須提高我國(guó)蘋果的分級(jí)水平。目前,國(guó)內(nèi)對(duì)蘋果的分級(jí)大多采用人工而且大多局限于外觀品質(zhì)。但從消費(fèi)者的角度觀察,消費(fèi)者更注重的是蘋果的內(nèi)部品質(zhì)。為了滿足消費(fèi)者對(duì)內(nèi)部品質(zhì)的要求并且為蘋果的分級(jí)提供更多依據(jù),本課題研究
2、了近紅外光譜技術(shù)和電子鼻技術(shù)在蘋果內(nèi)部品質(zhì)的檢測(cè)中應(yīng)用。本課題主要研究?jī)?nèi)容和結(jié)論如下:
(1)利用偏最小二乘法(PLS)建立了近紅外光譜數(shù)據(jù)對(duì)蘋果糖度、酸度和水分含量的預(yù)測(cè)模型。其中糖度預(yù)測(cè)模型在訓(xùn)練集的相關(guān)系數(shù)(R)和交叉驗(yàn)證均方根誤差(RMSECV)分別為0.9014和0.733,在預(yù)測(cè)集的相關(guān)系數(shù)(R)和預(yù)測(cè)均方根誤差(RMSEP)分別為0.8975和0.633;水分含量預(yù)測(cè)模型在訓(xùn)練集的相關(guān)系數(shù)(R)和交叉驗(yàn)證均方
3、根誤差(RMSECV)分別為0.7151和0.5601,在預(yù)測(cè)集的相關(guān)系數(shù)(R)和預(yù)測(cè)均方根誤差(RMSEP)分別為0.7265和2.35;酸度預(yù)測(cè)模型在訓(xùn)練集的相關(guān)系數(shù)(R)和交叉驗(yàn)證均方根誤差(RMSECV)分別為0.5999和1.2,在預(yù)測(cè)集的相關(guān)系數(shù)(R)和預(yù)測(cè)均方根誤差(RMSEP)分別為0.593和1.01。結(jié)果表明,利用近紅外光譜數(shù)據(jù)和偏最小二乘法建立的預(yù)測(cè)模型對(duì)糖度進(jìn)行預(yù)測(cè)能夠得到較好的效果。對(duì)水分和酸度的預(yù)測(cè)結(jié)果稍差,
4、但水分和酸度與近紅外光譜數(shù)據(jù)之間具有一定的相關(guān)性。
(2)應(yīng)用支持向量機(jī)模式識(shí)別方法和近紅外光譜數(shù)據(jù),對(duì)不同品種和同一品種不同產(chǎn)地的蘋果進(jìn)行了識(shí)別。對(duì)不同品種的回判識(shí)別率和預(yù)測(cè)識(shí)別率均達(dá)到100%。對(duì)同一品種不同產(chǎn)地的蘋果的回判識(shí)別率達(dá)到87%預(yù)測(cè)識(shí)別率達(dá)到100%。結(jié)果表明,支持向量機(jī)比目前比較流行的模式識(shí)別方法具有更高的精度。
(3)利用近紅外光譜數(shù)據(jù)和PLS方法建立了對(duì)蘋果儲(chǔ)藏時(shí)間的預(yù)測(cè)模型。所建模型在
5、訓(xùn)練集的相關(guān)系數(shù)和交互驗(yàn)證均方根誤差分別為0.8540和4.29在預(yù)測(cè)集的相關(guān)系數(shù)和預(yù)測(cè)均方根誤差分別為0.8242和4.73。由結(jié)果看出利用近紅外光譜數(shù)據(jù)和PLS方法建立的模型對(duì)蘋果儲(chǔ)藏時(shí)間進(jìn)行判斷能夠得到較好的結(jié)果。
(4)應(yīng)用電子鼻技術(shù)對(duì)蘋果的新鮮度進(jìn)行了判斷。試驗(yàn)中利用蘋果氣體信息和支持向量機(jī)模式識(shí)別方法建立的識(shí)別模型可以將新鮮蘋果與常溫儲(chǔ)藏19天的蘋果完全區(qū)分開(kāi)。同時(shí)還利用建立的識(shí)別模型對(duì)常溫儲(chǔ)藏19天的蘋果與常
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于CCD近紅外光譜的蘋果內(nèi)部品質(zhì)檢測(cè).pdf
- 近紅外光譜分析技術(shù)在煙草質(zhì)檢質(zhì)控中的應(yīng)用研究與實(shí)踐
- 近紅外光譜分析技術(shù)在煙草質(zhì)檢質(zhì)控中的應(yīng)用研究與實(shí)踐
- 近紅外光譜和電子舌技術(shù)在食醋品質(zhì)檢測(cè)中的應(yīng)用研究.pdf
- 近紅外光譜分析技術(shù)在食用植物油品質(zhì)檢測(cè)中的應(yīng)用.pdf
- 近紅外光譜分析技術(shù)在飼料分析中的應(yīng)用研究.pdf
- 農(nóng)產(chǎn)品品質(zhì)檢測(cè)中的近紅外光譜分析技術(shù)研究.pdf
- 近紅外光譜技術(shù)在魚(yú)丸品質(zhì)檢測(cè)中的應(yīng)用研究.pdf
- 應(yīng)用近紅外光譜分析技術(shù)檢測(cè)茶葉成分的研究.pdf
- 近紅外光譜技術(shù)在醬油品質(zhì)檢測(cè)中的應(yīng)用研究.pdf
- 淺談近紅外光譜分析技術(shù)在油品分析中的應(yīng)用
- 近紅外光譜分析技術(shù)在食品、飼料中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在煤質(zhì)近紅外光譜分析中的應(yīng)用研究.pdf
- 近紅外光譜分析技術(shù)在紡織品檢測(cè)中的應(yīng)用.pdf
- 基于近紅外光譜分析技術(shù)與嵌入式技術(shù)的豬肉品質(zhì)檢測(cè)研究.pdf
- 近紅外光譜分析技術(shù)及其在人參成份分析中的應(yīng)用研究.pdf
- 近紅外光譜分析技術(shù)在汽油在線調(diào)合中的應(yīng)用.pdf
- 近紅外光譜分析技術(shù)在藥物成分測(cè)定中的應(yīng)用.pdf
- 基于近紅外光譜分析技術(shù)和計(jì)算機(jī)視覺(jué)技術(shù)的豬肉品質(zhì)檢測(cè)的研究.pdf
- 近紅外光譜分析技術(shù)ppt課件
評(píng)論
0/150
提交評(píng)論