黑果腺肋花楸是继蓝莓后的又一小浆果,因其黄酮含量高于蓝莓受到关注,已获进入新资源食品名单,并在饮料行业中使用.黑果腺肋花楸黄酮、多糖是其果汁及果渣中的主要生物活性成分,也是影响其品质的重要因素.以中红外光谱技术结合化学计量学方法对黑果腺肋花楸黄酮、多糖含量进行预测,为建立简便、快捷的黑果腺肋花楸产品质量检测方法提供基础.采集15个产区共750份黑果腺肋花楸红外光谱数据,测量每份样品黄酮、多糖含量,采用K-S样本划分法按4:1的比例将样本划分为校正集和验证集,并对分组后的光谱信息进行多元散射校正(MSC)、标准正态化(SNV)、平滑(SG)、一阶导数(FD)、二阶导数(SD)等光谱预处理,与原始光谱进行极限学习机(ELM)建模预测效果对比,确定最佳光谱预处理方法.采用竞争性自适应重加权算法(CARS)和连续投影算法(SPA)进行黑果腺肋花楸黄酮、多糖特征光谱波段选取,将2种方法选取的光谱数据结合偏最小二乘回归法(PLS)、极限学习机(ELM)、支持向量机(SVM)进行建模对比,选出预测效果最佳的算法模型.结果表明,7种光谱预处理方法中,MSC对原始光谱的处理效果最佳,在此处理下黄酮含量预测模型RPD值为6.2017,多糖含量预测模型RPD值为5.4473,预测模型的误差显著下降.经CARS、SPA提取特征光谱后,进行3种算法的建模结果对比,确定CARS-ELM为效果最佳的含量预测模型,其中黄酮含量预测模型的RC为0.9972,RMSEC为0.0175,RP为0.9912,RMSEP为0.0311,RPD为10.6315;而多糖含量预测模型中的RC为0.9965,RMSEC为0.0173,RP为0.9867,RMSEP为0.0337,RPD为8.6647.中红外光谱结合化学计量学方法,尤其是CARS-ELM模型能够更准确地对黑果腺肋花楸黄酮、多糖含量进行预测,此方法的开发为黑果腺肋花楸质量评价提供了快速、简便的方法.
NETL
NSTL
万方数据
