| 基于高光谱成像技术的面条中马铃薯全粉含量检测 |
| |
| 引用本文： | 任志尚,彭慧慧,贺壮壮,杜娟,印祥,马成业.基于高光谱成像技术的面条中马铃薯全粉含量检测[J].农业机械学报,2020,51(S2):466-470，506. |
| |
| 作者姓名： | 任志尚 彭慧慧 贺壮壮 杜娟 印祥 马成业 |
| |
| 作者单位： | 山东理工大学;山东理工大学;山东省高校农产品功能化技术重点实验室 |
| |
| 基金项目： | 山东省重点研发计划项目（2019JZZY010734） |
| |
| 摘 要： | 为了快速检测面条中马铃薯全粉含量，研究近红外高光谱成像技术定量检测面条中马铃薯全粉含量的可能性，自制了马铃薯全粉质量分数在0~35%内随机均匀分布的120个面条样品，在900~2500nm范围采集高光谱图像，随机选取80个样品作为校正集，分别采用原始光谱和经过6种预处理方法预处理后的光谱建立了偏最小二乘回归、主成分回归、支持向量机回归模型。结果表明经标准化预处理后用偏最小二乘回归建模效果最好，校正集决定系数（R2C）为0.8653，交叉验证集决定系数（R2CV）为0.6914。用回归系数法在经过标准化预处理后的光谱数据中提取了与全粉含量相关的特征波长，建立了马铃薯全粉含量偏最小二乘回归简化模型, 校正集决定系数（R2C）为0.8685，交叉验证集决定系数（R2CV）为0.8021，基于特征波长建立的模型效果优于全波段模型，模型效果得到了一定的提高。以剩余40个未参与校正模型建立的样品作为预测集，基于特征波长建立了标准化-偏最小二乘回归简化预测模型，预测集决定系数（R2P）为0.8546，模型具有较好的预测能力。结果表明利用近红外高光谱成像技术可检测面条中马铃薯全粉含量，可为马铃薯全粉面条的快速无损检测建立新的方法。
|
| 关 键 词： | 面条 马铃薯全粉 高光谱成像技术 无损检测 |
| 收稿时间： | 2020/8/10 0:00:00 |
Detection of Potato Powder Addition in Noodles Based on Hyperspectral Imaging |
| |
| REN Zhishang,PENG Huihui,HE Zhuangzhuang,DU Juan,YIN Xiang,MA Chengye.Detection of Potato Powder Addition in Noodles Based on Hyperspectral Imaging[J].Transactions of the Chinese Society of Agricultural Machinery,2020,51(S2):466-470，506. |
| |
| Authors: | REN Zhishang PENG Huihui HE Zhuangzhuang DU Juan YIN Xiang MA Chengye |
| |
| Institution: | Shandong University of Technology; Shandong University of Technology;Key Laboratory of Shandong Provincial Universities for Technologies in Functional Products |
| |
| Abstract: | |
| |
| Keywords: | noodles potato powder hyperspectral imaging technology non destructive testing |
|
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
