水果缺陷和內(nèi)部品質(zhì)同時(shí)在線檢測(cè)方法研究.pdf

1、水果缺陷和內(nèi)部品質(zhì)同時(shí)在線檢測(cè)技術(shù)具有重要現(xiàn)實(shí)意義，可以發(fā)現(xiàn)水果的內(nèi)外部缺陷并及時(shí)剔除，提高了水果的內(nèi)部品質(zhì)，實(shí)現(xiàn)水果優(yōu)質(zhì)高價(jià)的同時(shí)提高了市場(chǎng)競(jìng)爭(zhēng)力。在對(duì)外貿(mào)易中，有利于減少果農(nóng)在出口創(chuàng)匯中的損失，提高水果產(chǎn)業(yè)附加值水平。與傳統(tǒng)的有損檢測(cè)相比，可見/近紅外光譜漫透射技術(shù)不用破損樣品，操作簡(jiǎn)便，具在線檢測(cè)技術(shù)優(yōu)勢(shì)，在很大的程度上提高了檢測(cè)的速度，準(zhǔn)確性。本文以鴨梨黑心病，大黃桃表面缺陷和柑橘浮皮果為研究?jī)?nèi)容，探究同時(shí)在線檢測(cè)水果缺陷和內(nèi)部

2、品質(zhì)的可行性。本研究為打破技術(shù)壟斷，降低外貿(mào)退貨率，為果農(nóng)增收創(chuàng)匯，提供了科學(xué)的參考和有力的技術(shù)支持。
　　本研究的結(jié)果和結(jié)論如下所述：
　?。?）采用可見/近紅外光譜技術(shù)在線檢測(cè)鴨梨黑心病，建立了峰面積判別法，主成分分析法（PCA）和偏最小二乘判別法（PLS-DA）的定性判別模型。其中PLS-DA判別模型對(duì)鴨梨黑心病的判別正確率為100％。同時(shí)，建立了鴨梨剔除黑心病梨的正常果內(nèi)部品質(zhì)的偏最小二乘模型，最優(yōu)模型的Rp為0.9

3、3，RMSEP為0.45。Brix。
　　（2）采用可見/近紅外光譜技術(shù)在線檢測(cè)大黃桃表面缺陷，建立了主成分分析法（PCA），最小二乘支持向量機(jī)（LS-SVM）和偏最小二乘判別法（PLS-DA）的定性判別模型。其中，PLS-DA判別模型對(duì)大黃桃表面缺陷的判別正確率為100%。同時(shí)，建立了大黃桃剔除表面缺陷果的正常果內(nèi)部品質(zhì)的偏最小二乘模型，最優(yōu)模型的Rp為0.95， RMSEP為0.71。Brix。
　?。?）采用可見/近紅

4、外光譜技術(shù)在線檢測(cè)柑橘浮皮果，建立了主成分分析法（PCA），反向傳播神經(jīng)網(wǎng)絡(luò)（BP-ANN），最小二乘支持向量機(jī)（LS-SVM）和偏最小二乘判別法（PLS-DA）的判別正確率為100%。同時(shí)，建立了柑橘剔除浮皮果的正常果內(nèi)部品質(zhì)的偏最小二乘模型，最優(yōu)模型的Rp為0.88，RMSEP為0.77。Brix。
　?。?）采用可見/近紅外漫透射技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法，進(jìn)行了水果缺陷和內(nèi)部品質(zhì)的同時(shí)在線檢測(cè)，結(jié)果顯示檢測(cè)效率在96%以上。研