排序方式: 共有28条查询结果,搜索用时 203 毫秒
21.
基于近红外漫透射光补偿光谱分析技术,设计了便携式大米多品质参数无损检测仪,检测仪包括光谱采集单元、光源单元、控制与显示单元、供电单元、专用参考校正盒等,光谱采集单元通过光补偿杯和聚焦准直透镜有效提高了采集光谱的信噪比,整个装置尺寸为207 mm×90 mm×148 mm,携带方便。选取52个籼米样品,基于便携式大米多品质参数无损检测仪建立了大米含水率、直链淀粉质量分数和蛋白质质量分数的偏最小二乘预测模型,含水率、直链淀粉质量分数和蛋白质质量分数的校正集相关系数分别为0. 980 3、0. 977 0、0. 932 3,校正集均方根误差分别为0. 279 1%、0. 727 4%、0. 204 5%,验证集相关系数分别为0. 979 3、0. 957 1、0. 924 9,验证集均方根误差分别为0. 300 9%、1. 106 7%、0. 212 7%。基于MFC软件开发工具,采用C/C++语言编写了实时检测及控制软件,实现了便携式大米多品质参数检测仪的一键式操作。试验验证了便携式大米品质无损检测仪的检测精度和稳定性,结果表明,利用该装置预测大米含水率、直链淀粉质量分数和蛋白质质量分数的最大变异系数分别为0. 024、0. 079、0. 034,大米样品的含水率、直链淀粉质量分数和蛋白质质量分数的预测值和标准理化值的相关系数分别为0. 972 7、0. 940 9、0. 901 5,预测均方根误差为0. 363 2%、1. 318 1%、0. 243 0%。这表明自行设计的检测仪可以实现大米含水率、直链淀粉和蛋白质质量分数的实时无损检测。 相似文献
22.
小型西瓜果实成熟度表征因子筛选 总被引:1,自引:2,他引:1
为了判断小型西瓜生长过程中的成熟度,实时监控其内部品质,该文研究了小型西瓜"京秀"果实在生长过程中,多种基础信息随着生长天数的变化情况。西瓜的内部品质指标变化具有一定的规律性,且部分指标的变化规律相似。由相关性分析、因子分析及构造新变量的结果可知,小型西瓜"京秀"果实在授粉后20~38d的过程中,品质变化主要表现为可溶性固形物、可滴定酸、瓜瓤含水率及叶绿素含量的变化,其中叶绿素含量的变化主要在22~25d的过程中表现较为显著,28~30d的过程中主要表现为可溶性固形物、可滴定酸和含水率的变化,31~38d的过程中品质基本上已经达到稳定,只在小范围内有些波动。研究结果为小型西瓜品质和成熟度的光学无损检测提供了参数选择的依据。 相似文献
23.
用X射线自动检测柑橘皱皮果的研究 总被引:8,自引:0,他引:8
提出了一种利用柑橘的正常果和皱果果波形的差异检测柑橘皱皮果的方法。研究了影响正确检测皱皮果的主要因素。结果表明:X射线的强度高、传送速度慢,则有利于检测,检测速度达到5个/s。 相似文献
24.
韩东海! 《农业工程技术:农产品加工》2000,(9)
本人对四种新研制的不同结构、不同条件下的贮藏库进行了对比实验研究。经过一年的测试表明,冷却空气不与稻谷直接接触的冷却方式有利于保持较高的发芽率,脂肪酸变化小。 现将贮藏库结构、实验条件、实验结果作一简单介绍。 1.贮藏库结构 实验共用四个库三种结构。四个库可分别容纳1000公斤稻谷。第一种库由库体、冷却系统、加湿机构、通风机构、遮阳罩、控制机构等组成,其特点是冷却空气与稻谷直接接触。第二种库组成与第一种相比除无加湿机构外,其他基本相同,但结构不同,该库的特点是冷却空气不与稻谷接触。第三种库最为简… 相似文献
25.
26.
27.
28.
可溶性固形物含量(soluble solids content, SSC)和pH是决定芒果内在品质的关键因素,贮放潜力是果商进行芒果销售决策时首要的参考指标。本研究以海南省三亚市代表性的芒果品种‘台农’为材料,利用NIRMagic2400型近红外光谱仪,连续采集果实从采摘到完熟过程中在600~1100 nm波长的近红外吸收光谱,以经典方法实测果实SSC和pH,建立芒果采摘后SSC、pH变化和贮放潜力预判的无损检测模型。结果表明:在600~670 nm的波长范围内,采摘后未后熟的芒果对近红外光的吸光度随波长的增加而增加,并在670 nm达到峰值,随后吸光度快速降低,在725 nm左右达到谷值;采摘后达到完熟的芒果在600-700 nm波长范围内吸光度持续下降,并在700 nm处达到谷值。受果皮颜色差异等影响,不同芒果个体在704~746 nm区域的吸光度出现较大的分离,之后在725~1025 nm整体呈缓慢上升的趋势,在1025 nm左右达到第二个峰值。实测结果显示SSC在芒果采摘后0~5 d快速增,第6和第7天变化较小,期间的前4 d的pH保持稳定增加,之后迅速提升。使用Kennard-Stone算法将芒果样本的SSC和pH实测数据划分为校正集和预测集,测试多元散射校正、标准正态变换、SG卷积导数、SG卷积平滑等9种对近红外光谱数据进行预处理的方法,发现矢量归一化最适合SSC光谱数据的处理,多元散射校正最适合pH光谱数据的预处理,建立的SSC和pH的最佳偏最小二乘法(PLS)模型的校正相关系数分别为0.952和0.936,校正均方根误差分别为1.055和0.184,预测相关系数分别为0.959和0.918,预测均方根误差分别为0.974和0.202;采用偏最小二乘法建立的芒果贮放潜力预判模型的正确率为96.9%。以上结果表明,基于近红外光谱所建立的芒果无损检测模型能够较可靠地检测芒果采摘后的SSC、pH动态变化及贮放潜力。研究结果对提升基于内在品质的芒果分级与选品能力,预测芒果的最佳销售时间及选择销售市场等都具有重要意义。 相似文献