首页|油茶果自然霉变程度的可见/近红外与中短波近红外光谱检测

油茶果自然霉变程度的可见/近红外与中短波近红外光谱检测

扫码查看
原文链接
  • 万方数据
  • 维普
分析利用可见/近红外光谱(400～1 000 nm)与中短波近红外光谱(900～1 700 nm)对不同自然霉变程度油茶果检测判别的可行性,实验同时采集不同霉变程度油茶果赤道阴面、阳面和接合面三点的两波段光谱,样品平均光谱的主成分分析(principal component analysis,PCA)发现不同霉变程度样品同组内具有一定聚类效果且PCI和PC2对于判别不同组间样品有效,全光谱偏最小二乘判别分析模型结果显示原始光谱已具有足够信息,建立的模型性能比预处理后全光谱更优.进一步进行特征波长选取,发现相比于PC载荷,连续投影法在两光谱范围选取波长建立的简化模型均为最优,预测集判别准确率与Kappa系数均为84.4％与0.766 7.结合预测集混淆矩阵发现,两光谱范围最优简化模型预测不同霉变组样品特异度相当,均在0.84以上,但900～1 700 nm中短波近红外光谱对于中等霉变程度的判别灵敏度(0.72)略高.本研究表明近红外光谱技术可用于油茶果的自然霉变程度检测,可见/近红外与中短波近红外光谱能力相当,考虑到仪器成本问题,可见/近红外光谱具有更好的实时检测应用前景.
Detection of the Degree of Natural Mildew of Camellia oleifera Fruit Using Visible/Near Infrared,Mid-and Short-Wave Near Infrared Spectroscopy

姜洪喆、杨雪松、李兴鹏、蒋雪松、周宏平、施明宏

展开 >

南京林业大学机械电子工程学院,江苏南京 210037

近红外光谱 油茶果 自然霉变 主成分分析 偏最小二乘 特征波长

国家自然科学基金青年科学基金"十三五"国家重点研发计划重点专项江苏省农业科技自主创新基金江苏省高等学校自然科学研究项目江苏省高等学校大学生创新创业训练计划

321020712016YFD0701501CX20304021KJB220013202110298068Y

2023

10.7506/spkx1002-6630-20211226-293

食品科学
北京食品科学研究院

食品科学

CSTPCDCSCD北大核心
影响因子：1.327
ISSN：1002-6630
年,卷(期)：2023.44(4)
  • 4
  • 14