版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、新鮮度是葉菜類蔬菜品質(zhì)問題的核心,同時蔬菜品質(zhì)已逐漸成為其能否進(jìn)入國際、國內(nèi)市場的基本因素,精細(xì)化的蔬菜生產(chǎn)和管理亟需先進(jìn)的蔬菜生產(chǎn)、貯藏、評價與新鮮度分級技術(shù)。因此迫切需要開展蔬菜的新鮮度檢測指標(biāo)選擇和方法評價方面的研究,保障人們食用蔬菜的營養(yǎng)、安全、衛(wèi)生,從而為蔬菜品質(zhì)的大幅度提高和蔬菜資源的科學(xué)合理開發(fā)利用提供理論依據(jù)。菠菜富含維生素、蛋白質(zhì)、礦物質(zhì)和膳食纖維,是一種營養(yǎng)豐富、味道鮮美的佳蔬。但是菠菜采后代謝旺盛,呼吸速率很高,容
2、易萎蔫和衰老。本研究以市場上常見的全能菠菜為研究對象,獲取葉片的高光譜數(shù)據(jù),使用實(shí)驗(yàn)室化學(xué)測量法測定了葉片的葉綠素a、葉綠素b、總?cè)~綠素、類胡蘿卜素和可溶性糖含量,利用化學(xué)計量學(xué)方法分別建立了基于光譜信息的新鮮度判別模型和各個化學(xué)指標(biāo)含量的預(yù)測模型,取得了良好的效果。主要研究結(jié)論如下:
(1)基于可見/近紅外波段高光譜信息進(jìn)行菠菜新鮮度快速判別,對4℃和20℃溫度環(huán)境下貯藏的菠菜樣本分別建立了全譜PLS-DA模型和SR-PLS
3、-DA、SR-SVM、SR-ELM模型。其中, SR-ELM判別模型預(yù)測效果最佳,識別率均達(dá)到了100%。SR-PLS-DA模型的效果次之,4℃樣本預(yù)測集的識別率為97.50%,高于基于全譜PLS-DA模型95.00%的識別率,20℃樣本預(yù)測集的識別率達(dá)到了100%,遠(yuǎn)遠(yuǎn)高于全譜PLS-DA模型86.70%的識別率。SR-SVM模型的效果最差,識別率在70%左右。
(2)基于近紅外波段高光譜信息進(jìn)行菠菜新鮮度快速判別,對4℃和
4、20℃溫度環(huán)境下貯藏的菠菜樣本分別建立了全譜PLS-DA模型和VIP-PLS-DA、VIP-SVM、VIP-ELM模型。其中,VIP-ELM模型預(yù)測效果最佳,識別率均達(dá)到了100%。VIP-PLS-DA模型的效果次之,4℃樣本預(yù)測集的識別率為92.50%,低于基于全譜PLS-DA模型的100.00%識別率,20℃樣本預(yù)測集的識別率達(dá)到了100%,效果和全譜PLS-DA模型一樣。VIP-SVM模型的效果最差,識別率≤70%。
(
5、3)在4℃下貯藏的菠菜樣本新鮮度化學(xué)指標(biāo)的快速檢測中,葉綠素a含量檢測的最優(yōu)模型為SPA-ELM模型,預(yù)測集樣本的預(yù)測結(jié)果為rp=0.8062,RMSEP=0.2697;葉綠素b含量檢測的最優(yōu)模型為SPA-ELM模型,預(yù)測集樣本的預(yù)測結(jié)果為rp=0.6844,RMSEP=0.0819;總?cè)~綠素含量檢測的最優(yōu)模型為SPA-MLR模型,預(yù)測集樣本的預(yù)測結(jié)果為rp=0.8500,RMSEP=0.2719;類胡蘿卜素含量檢測的最優(yōu)模型為SPA-
6、BPNN,預(yù)測集樣本的預(yù)測結(jié)果為rp=0.7656,RMSEP=0.0587;可溶性糖含量檢測的最優(yōu)模型為SPA-MLR,預(yù)測集樣本的預(yù)測結(jié)果為rp=0.8499,RMSEP=0.9104。說明應(yīng)用可見/近紅外高光譜技術(shù)對冷藏(4℃)菠菜進(jìn)行葉綠素a、葉綠素b、總?cè)~綠素、類胡蘿卜素和可溶性糖含量的檢測時可行的,并能獲得較為滿意的預(yù)測精度。對4℃下貯藏的菠菜來說,總?cè)~綠素含量的檢測效果最好,可溶性糖含量的檢測效果次之,葉綠素b含量的檢測效
7、果最差。
(4)在20℃下貯藏的菠菜樣本新鮮度化學(xué)指標(biāo)的快速檢測中,葉綠素a含量檢測的最優(yōu)模型為SPA-MLR模型,預(yù)測集樣本的預(yù)測結(jié)果為rp=0.9255,RMSEP=0.1991;葉綠素b含量檢測的最優(yōu)模型為SPA-MLR模型,預(yù)測集樣本的預(yù)測結(jié)果為rp=0.8560,RMSEP=0.0557;總?cè)~綠素含量檢測的最優(yōu)模型為SPA-ELM模型,預(yù)測集樣本的預(yù)測結(jié)果為rp=0.8792,RMSEP=0.1739;類胡蘿卜素含量
8、檢測的最優(yōu)模型為SPA-MLR,預(yù)測集樣本的預(yù)測結(jié)果為rp=0.8929,RMSEP=0.0274;可溶性糖含量檢測的最優(yōu)模型為SPA-ELM,預(yù)測集樣本的預(yù)測結(jié)果為rp=0.8719,RMSEP=0.7575。說明應(yīng)用可見/近紅外高光譜技術(shù)對常溫(20℃)菠菜進(jìn)行葉綠素a、葉綠素b、總?cè)~綠素、類胡蘿卜素和可溶性糖含量的檢測時可行的,并能獲得較為滿意的預(yù)測精度,對20℃貯藏的菠菜來說,葉綠素a含量的檢測效果最好,類胡蘿卜素含量的檢測效果
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)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
- 基于高光譜成像技術(shù)的熟牛肉新鮮度檢測方法研究.pdf
- 嗅覺可視化及高光譜成像技術(shù)檢測雞肉新鮮度的研究.pdf
- 光譜和成像技術(shù)檢測豬肉及其制品新鮮度的研究.pdf
- 基于光譜技術(shù)的牛肉新鮮度檢測模型維護(hù)方法研究.pdf
- 基于電子鼻的魚粉新鮮度快速檢測方法研究.pdf
- 蝦新鮮度的近紅外光譜快速檢測的研究.pdf
- 肉類新鮮度的近紅外光譜檢測方法研究.pdf
- 基于高光譜成像技術(shù)的對蝦品質(zhì)信息快速檢測方法研究.pdf
- 基于電子舌技術(shù)的魚新鮮度無損檢測方法研究.pdf
- 基于近紅外光譜技術(shù)的豬肉新鮮度快速預(yù)測與識別.pdf
- 基于高光譜成像技術(shù)的干貝水分含量快速檢測研究.pdf
- 羊肉新鮮度無損檢測技術(shù)研究.pdf
- 基于近紅外光譜漫反射技術(shù)檢測雞蛋新鮮度的研究.pdf
- 基于計算機(jī)視覺和近紅外光譜技術(shù)的魚新鮮度檢測方法研究.pdf
- 基于近紅外光譜和機(jī)器視覺技術(shù)的淡水魚新鮮度檢測方法研究.pdf
- 雞蛋新鮮度和血斑蛋光譜技術(shù)在線檢測研究.pdf
- 基于計算機(jī)視覺技術(shù)的葉類蔬菜新鮮度檢測分級研究.pdf
- 基于高光譜成像技術(shù)的柑橘葉片含氮量快速檢測方法研究.pdf
- 基于高光譜成像技術(shù)的銅品質(zhì)檢測方法研究.pdf
- 豬肉新鮮度光譜模型的建立及傳遞方法研究.pdf
評論
0/150
提交評論