基于近紅外光譜的鮮棗無(wú)損檢測(cè)建模及優(yōu)化研究.pdf

1、具有快速、無(wú)損檢測(cè)、環(huán)保等特點(diǎn)的近紅外光譜分析技術(shù)，已被廣泛研究和應(yīng)用于水果內(nèi)部品質(zhì)無(wú)損檢測(cè)。紅棗以其獨(dú)特品質(zhì)和市場(chǎng)空間已成為寧夏優(yōu)先產(chǎn)業(yè)化發(fā)展的特色水果，評(píng)價(jià)其內(nèi)部品質(zhì)的重要指標(biāo)是糖度和酸度。
　　 本論文應(yīng)用近紅外漫反射光譜技術(shù)，結(jié)合小波變換和人工神經(jīng)網(wǎng)絡(luò)，分別建立鮮棗糖度、酸度預(yù)測(cè)模型和鮮棗品種鑒別模型，并對(duì)已建模型的性能進(jìn)行比較分析，確定了最佳預(yù)處理方法和建模方法。研究了鮮棗內(nèi)部品質(zhì)在線檢測(cè)與分類系統(tǒng)。論文取得的主要研究

2、成果如下：
　　 (1)經(jīng)過(guò)FD+MSC預(yù)處理，然后采用小波變換壓縮光譜數(shù)據(jù)，再應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)建立的鮮棗糖度和酸度預(yù)測(cè)模型性能最好。預(yù)測(cè)糖度時(shí)，相似度R為0.9941，預(yù)測(cè)集標(biāo)準(zhǔn)偏差RMSEP為1.6205；預(yù)測(cè)酸度時(shí)，相似度R為0.9815，預(yù)測(cè)集標(biāo)準(zhǔn)偏差RMSEP為0.2533。
　　 (2)采用小波變換和人工神經(jīng)網(wǎng)絡(luò)結(jié)合的技術(shù)能夠提高鮮棗糖度和酸度預(yù)測(cè)模型的適應(yīng)范圍。
　　 (3)鑒別鮮棗時(shí)，最佳的光譜