基于CWT和GRNN的可见-近红外漫反射光谱检测樱桃糖度的研究

• 作者: 倪开诚 孙旭东 张长江 郭卫东 陈文荣
• 来源期刊: 食品科学
• 学科: 工学
• 关键词: 可见-近红外漫反射光谱 内部品质指标 无损检测 糖度 樱桃
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 分析检测
• 页码范围: 140-143
• 页数: 4页
• 分类号: TS207.3
• 字数: 3819字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6630.2009.12.027

摘要

联合使用连续小波变换(continuous wavelet transform,CWT)和广义回归神经网络(generalized regression neural networks,GRNN)建立用于测定樱桃中糖含量的CWT-GRNN预测校正模型.利用CWT提取樱桃样本数据中反映含糖量的关键光谱特征,在CWT域中选择3个具有代表性的尺度,并在每个尺度下根据樱桃样本的可见-近红外光谱的特征将其划分为4个特征区间,从而构造12个特征输入到GRNN,GRNN的光滑因子取为0.0001.CWT-GRNN模型对20个预测样本集中的樱桃含糖量的预测相对误差在2%以内.结果表明,可见-近红外光谱技术可以快速、准确和无损地测定樱桃中的含糖量,本研究提出的方法可以用于果蔬产业的品质管理与控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈文荣	浙江师范大学化学与生命科学学院	65	919	18.0	28.0
2	张长江	浙江师范大学化学与生命科学学院	58	423	13.0	17.0
3	倪开诚	浙江师范大学化学与生命科学学院	4	47	4.0	4.0
4	郭卫东	浙江师范大学化学与生命科学学院	70	884	16.0	27.0
5	孙旭东	江西农业大学工学院	13	172	7.0	13.0