CARS-SVM预测哈密瓜可溶性固形物含量
2021-07-06郭俊先李雪莲刘彦岑李泽平
食品与机械 2021年6期
关键词:模型
郭 阳 郭俊先 史 勇 李雪莲 刘彦岑 黄 华 李泽平
(1.新疆农业大学机电工程学院,新疆 乌鲁木齐 830052;2.新疆农业大学数理学院,新疆 乌鲁木齐 830052)
哈密瓜是新疆的特色农产品之一,其果肉鲜嫩,爽脆可口,深受广大消费者青睐,其中,可溶性糖含量(SSC)与其口感有很大关系。哈密瓜在生长过程中受田间环境、植株生长形态、植株冠层营养等因素影响,造成可溶性糖积累分布不均匀、含量低。可溶性固形物主要是指可溶性糖类,其是衡量哈密瓜品质好坏的重要指标,同时传统的哈密瓜中可溶性固形物含量的检测方法的准确率高,但需破坏样本。近年来,近红外光谱检测技术因其具有快速、准确及多组分同时检测等特点,已被应用于椰汁品质[1]、鸡蛋新鲜度[2]、肉类品质[3-4]、石榴糖度[5]、梨的可溶性固形物[6-7]、液态奶三聚氰胺[8]等农业生产检测方面。哈密瓜可溶性固形物检测方面,张德虎等[9]采用BiPLS光谱波长筛选方法提取哈密瓜糖度特征波长,优化后的预测模型校正集和预测集的RMSE分别为0.996 1和1.18;Greensill等[10]利用4种光电二极管陈列近红外光谱仪结合不同光谱预处理方法预测了甜瓜的SSC;Guthrie[11]建立了移动窗口偏最小二乘(MWPLS)甜瓜总糖含量的预测模型,其预测集均方根误差和标准偏差分别为1.1和0.04;毕智健等[12]比较了哈密瓜样品中可见近红外光谱数据的预处理方法的预测效果;马本学等[13]利用高光谱成像技术比较了偏最小二乘(PLS)、逐步多元线性回归(SMLR)和特征提取(PCR)3种建模方法对带皮和去皮哈密瓜糖度的检测效果。……
登录APP查看全文
