基于电子舌分析建立西瓜品质特性的预测模型

为了探索电子舌技术快速检测西瓜内部品质的方法，以L600西瓜为试验材料，利用电子舌技术对200个西瓜的味觉成分进行检测，用传统检测法测定可溶性固形物、可滴定酸、水分、维生素C和总酚含量，糖酸比及pH，采用偏最小二乘法、随机森林、支持向量机和K-近邻算法建立品质的预测模型。结果表明，在生长过程中，西瓜的可溶性固形物含量、糖酸比、维生素C含量和总酚含量呈升高趋势，pH呈先升高后下降的变化趋势，可滴定酸和水分含量呈逐渐下降趋势。在模型预测结果中，西瓜可溶性固形物含量、糖酸比、pH和水分含量等指标的模型预测效果优于可滴定酸、维生素C和总酚含量。随机森林算法对西瓜可溶性固形物含量、可滴定酸含量、糖酸比和水分含量的预测R_P²分别为0.884、0.798、0.891和0.875，分别比偏最小二乘法提高了16.9%、19.1%、21.6%和13.6%；偏最小二乘法对pH的预测R_P²为0.881，比支持向量机算法提高了31.7%;K-近邻算法对维生素C和总酚含量的预测R_P²...