刘 静, 杜广全, 管 骁

(1.上海海事大学信息工程学院，上海 201306；2.上海理工大学医疗器械与食品学院，上海 200093)

果蔬脆片在保持原有风味的基础上尽可能保持果蔬的营养成分，同时又具备口感酥脆、绿色天然，便于贮存等特点，满足了消费者对果蔬脆片营养方便、天然低脂、高膳食纤维等需求[1]。随着人们对健康问题越来越多的重视，低脂低热量食品在市场上尤为受到关注。因此，一系列非油炸果蔬脆片干燥加工技术应运而生，主要有变温压差膨化干燥技术、真空冷冻干燥技术、微波真空干燥技术等[2 - 4]。自上世纪80年代以来，美国农业部东部研究中心、中国农业科学院农产品加工研究所、山东农业大学等研究团队对苹果脆片的加工进行了较多的研究，这些研究基本侧重于工艺参数的优化和不同干燥方式对产品某种特性的影响，不同的研究者对苹果脆片的品质情况定位也不同，进而选择不同的测定指标来反映产品的最终品质状况[5 - 6]。同时传统检测方法制样繁琐、检测费时费工，且需专业人士操作，难以实现快速无损监控加工过程中苹果脆片品质变化情况。目前，近红外光谱技术凭借其快速简便、无损绿色和易实时在线检测等优点被广泛应用于果品品质检测研究[7]。因此，本文将基于果蔬脆片的近红外光谱信息，运用智能机器学习方法建立苹果脆片的智能客观的品质预测模型，从而实现快速无损评判。

基于当前的果蔬脆片品质评价研究现状，本文中选取水分、总酸、总糖、可溶性固形物、硬度五个属性作为品质评价指标。……