基于高光譜成像技術(shù)的靈武長(zhǎng)棗品質(zhì)無(wú)損檢測(cè)研究.pdf

1、應(yīng)用高光譜成像技術(shù)對(duì)水果品質(zhì)的無(wú)損檢測(cè)已經(jīng)成為一個(gè)極為重要的發(fā)展趨勢(shì)，本文利用高光譜成像分析技術(shù)，同時(shí)結(jié)合化學(xué)計(jì)量學(xué)方法，對(duì)靈武長(zhǎng)棗的水分、糖度、成熟度及不同產(chǎn)地進(jìn)行無(wú)損檢測(cè)研究，評(píng)估鮮食棗果的綜合品質(zhì)，為靈武長(zhǎng)棗銷(xiāo)售過(guò)程中的高端果品市場(chǎng)定位提供理論支持和技術(shù)支撐。主要研究結(jié)果如下:
　　(1)采用PLSR方法建立的靈武長(zhǎng)棗糖度和水分含量預(yù)測(cè)模型效果較好，優(yōu)于PCR模型。多元散射校正處理后的400～1000 nm光譜和Savitz

2、ky-Golay平滑處理后的900～1700 nm光譜建立的PLSR糖度預(yù)測(cè)模型其RC和RP分別為0.938，0.823和0.916，0.864。Savitzky-Golay平滑處理后的400～1000nm光譜和多元散射校正處理后的900～1700nm光譜建立的PLSR水分含量預(yù)測(cè)模型其RC和RP分別為0.913，0.874和0.913，0.904。
　　(2)采用Savitzky-Golay平滑處理之后的光譜建立的靈武長(zhǎng)棗成熟度

3、線性判別分析和支持向量機(jī)判別分析模型效果較好。對(duì)于Savitzky-Golay平滑處理后的高光譜數(shù)據(jù)利用主成分分析選取了14個(gè)特征波長(zhǎng)(415.75nm、478.17nm、521.38nm、535.79nm、641.42nm、670.23nm、675.03nm、699.04nm、703.84nm、742.25nm、747.06nm、963.12nm、967.93nm、948.72nm)替代全波段數(shù)據(jù)進(jìn)行線性判別和支持向量機(jī)建模分析，其鑒