可见-近红外光谱的鸭梨黑心缺陷在线检测AdaBoost集成模型研究
2021-09-14王起明张书敏
光谱学与光谱分析 2021年9期
郝 勇, 王起明, 张书敏
1. 华东交通大学机电与车辆工程学院, 江西 南昌 330013 2. 南昌海关技术中心, 江西 南昌 330038
引 言
鸭梨在储藏过程中由于低温、 低氧和高二氧化碳浓度会出现内部褐变的现象[1]。 这与鸭梨组织内的多种酶类、 酚类以及膜脂过氧化等因素有关[2], 主要是多酚氧化酶与酚类物质在有氧的条件下反应生成复杂的醌类化合物[3], 醌类物质会与氨基酸、 蛋白质等发生反应产生褐色的高分子络合物。
可见-近红外光谱应用于鸭梨黑心病检测的主要原因是果实褐变过程中, 果实内部的C—H, N—H, O—H等含氢基团振动的倍频和合频在不同化学环境中对可见-近红外光的吸收波长都有明显差别。 Gabri⊇ls[4]等将可见-近红外光谱与芒果内部颜色分析获得的褐变指数值联系起来, 与人工神经网络结合可以对芒果内部褐变进行鉴别, 准确度超过 80%。 Sun[5]等使用近红外光谱结合偏最小二乘判别分析模型检测苹果内部褐变, 有21%的健康苹果被错误分类。 Mogollon[6]等针对苹果在冷藏期间容易出现内部褐变现象, 提出可见-近红外光谱结合偏最小二乘判别分析模型来预测存储开始时损坏的水果, 达到约87%的正确识别率。 Khatiwada[7]采用可见-短波近红外光谱法结合偏最小二乘对完整苹果内部果肉褐变进行静态评估, 并进行线性判别分析和支持向量机分类, 正确识别率为95%以上。 由文献报道分析可知, 在采用可见-近红外光谱分析方法对果品缺陷进行分析时, 静态分析效果较好, 而动态在线分选由于采用开放式的采集装置和较高分级效率的要求, 导致分析模型的精度较低。……
登录APP查看全文
