光电检测技术在马铃薯品质检测中的研究进展

近年来,我国大力推动实施马铃薯主粮化战略,品质控制是重要的支撑技术,需在马铃薯的专用品种选育、主食产品加工、储藏运输及终端消费等多个产业链环节进行检测。为此,围绕马铃薯质量安全管控方面的需求,详细介绍了机器视觉技术、近红外光谱分析技术及高光谱成像技术等光电检测技术在马铃薯外观形态、内部品质及缺陷检测方面的研究和应用现状,并分析了其发展趋势,以期为马铃薯深加工过程中原料筛选和分等分级等提供参考。     

农作物育种中的综合评判方法

综合评判在农作物育种、农业生产决策、农产品品质评价等农业工程多领域的作用越来越显著,日益成为研究热点。该文概述了作物育种过程中几种主要的评判方法,包括模糊综合评判、灰色关联度分析和DTOPSIS方法,简述了各方法的原理、实现步骤,介绍了这些方法在作物育种过程中的国内外研究进展,分析了各自的优缺点,对作物育种综合评判方法的发展趋势进行了展望。      

基于近红外光谱技术的蜂蜜掺假识别

为了实现蜂蜜掺假的快速识别,应用近红外光谱结合模式识别方法对蜂蜜掺假现象进行了识别分析。该研究收集了中国不同品种、不同地域的典型天然蜂蜜样品,根据目前市场上常见的蜂蜜掺假手段,掺假物质及相对含量情况配制了掺假蜂蜜样品,利用傅立叶近红外光谱仪采集其透反射近红外光谱,分别采用偏最小二乘判别分析（PLS-DA）,独立软模式法（SIMCA）,误差反向传播神经网络（BP-ANN）和最小二乘支持向量机（LS-SVM）等模式识别方法,进行蜂蜜掺假识别研究。研究结果表明：利用这4种方法在蜂蜜中掺入果葡糖浆和果葡糖水的情况下均能很好地识别出掺假蜂蜜样品,其中对于掺入果葡糖浆的掺假情况,校正集的正确判别率均达到95%以上,验证集的正确判别率均达到87%以上,对于掺入果葡糖水的掺假蜂蜜校正集的正确判别率均达到93%以上,验证集的正确判别率均达到84%以上。通过比较4种不同的识别算法,发现采用LS-SVM时,对两种掺假情况下校正集和验证集的正确判别率均达到了100%,表明基于近红外光谱的蜂蜜掺假快速准确识别是可行的。     

不同类型近红外模型在苹果汁检测中的应用

为了探讨近红外光谱分析中模型的稳定性和适应范围,该研究建立了4种模型（局部模型、转移的局部模型、全局模型、优化全局模型）,分别对5种鲜榨苹果汁的3种品质参数（可溶性固形物SSC、pH值、电导率）进行分析。在对苹果汁品质的分析中,SSC的预测准确度较高（r=0.93,相对预测标准差3.7%）;电导率与近红外光谱之间间接相关,其预测准确度较低（r=0.84,相对预测标准差12.7%）;pH全局模型的相关系数较高（r=0.94）,但其分辨能力较差（其局部模型的参考值标准偏差与预测标准差的比值为1.1）。采用相对预测标准差、参考值标准偏差与预测标准差的比值等参数来评价各种模型的稳定性和适应范围,通过对4种近红外模型的稳定性、适配性及准确度的比较,发现模型的适应范围对预测结果的影响很大,对不同的分析要求应该建立不同的模型,具体为：采用单一品种建立的局部模型准确度高,但稳定性较差,一般只适用于本品种样品的预测。通过在现有局部模型中加入少数几个待测品种的样本重新建立模型,可以实现模型的转移,使之适用于其它品种样品的预测。采用多个品种建立的全局模型稳定性高,其准确度较之局部模型稍有下降。通过挑选有代表性的样品来建立优化全局模型,可以在保持模型性能的同时降低建模工作量,是值得推荐的建模方法。     

本溪市食品产业现状及产业布局

本溪市是辽宁省特色农副产品的重要产区,是辽宁省以至我国重要的中药材、冰葡萄、食用菌、山野菜和干坚果等特色资源的生产基地。食品产业的快速发展,是本溪市转变经济发展方式和调整产业结构,实现本溪老工业基地全面振兴的重要支撑。通过调研本溪市食品产业的现状,分析产业发展的基础和存在的问题,研究并提出下一步产业发展布局。