| 柿子可溶性固形物含量的可见-近红外光谱检测 |
| |
| 引用本文： | 张淑娟,张海红,王凤花,赵聪慧,杨国强. 柿子可溶性固形物含量的可见-近红外光谱检测[J]. 农业工程学报, 2009, 25(13): 345-347 |
| |
| 作者姓名： | 张淑娟 张海红 王凤花 赵聪慧 杨国强 |
| |
| 作者单位： | 山西农业大学工程技术学院，太谷 030801;山西农业大学工程技术学院，太谷 030801;山西农业大学工程技术学院，太谷 030801;山西农业大学工程技术学院，太谷 030801;山西农业大学工程技术学院，太谷 030801 |
| |
| 摘 要： | 为了实现柿子（Diospyros kaki thunb）可溶性固形物含量的快速无损检测,提出了一种采用可见-近红外光谱分析技术无损检测柿子可溶性固形物含量的方法。采用Field Spec 3光谱仪对3种不同品种的柿子进行光谱分析，共获取66个样本数据。利用平均平滑法对样本数据进行预处理，再采用主成分分析法，依据可信度获取光谱的6个主成分数据。将样本随机分成51个建模样本（每种各17个）和15个验证样本（每种各5个），把6个主成分数据作为BP神经网络的输入变量，柿子的可溶性固形物含量作为输出变量，隐含层的节点数为11，建立3层BP神经网络检测模型，并用该模型对15个验证样本进行预测。结果表明，所建校正模型的校正标准差（SEC）为0.232，对预测集样本可溶性固形物含量的预测相对误差在3%以下，预测值和实测值的决定系数（R2）为0.99，预测标准差（SEP）为0.257。结果表明应用近红外光谱技术结合主成分分析和神经网络算法检测柿子的可溶性固形物含量是可行的。
|
| 关 键 词： | 可见光谱，近红外光谱，无损检测，柿子，可溶性固形物，主成分分析，BP神经网络 |
| 收稿时间： | 2009-06-30 |
| 修稿时间： | 2009-09-11 |
Measurement of soluble solid content in persimmon using visible-near infrared spectroscopy |
| |
| Zhang Shujuan,Zhang Haihong,Wang Fenghu,Zhao Conghui and Yang Guoqiang. Measurement of soluble solid content in persimmon using visible-near infrared spectroscopy[J]. Transactions of the Chinese Society of Agricultural Engineering, 2009, 25(13): 345-347 |
| |
| Authors: | Zhang Shujuan Zhang Haihong Wang Fenghu Zhao Conghui Yang Guoqiang |
| |
| Affiliation: | Engineering Technology College, Shanxi Agricultural University, Taigu 030801, China,Engineering Technology College, Shanxi Agricultural University, Taigu 030801, China,Engineering Technology College, Shanxi Agricultural University, Taigu 030801, China,Engineering Technology College, Shanxi Agricultural University, Taigu 030801, China and Engineering Technology College, Shanxi Agricultural University, Taigu 030801, China |
| |
| Abstract: | |
| |
| Keywords: | visible spectroscopy near infrared spectroscopy non-destructive examination persimmon soluble solid content principal component analysis BP neural network |
|
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载全文 |
|
