苹果可溶性固形物含量的检测方法—基于可见光近红外光谱技术

• 作者: 周丽萍 岳田利 胡耀华 郭康权 陈达
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 近红外光谱 主成分分析 BP神经网络 苹果
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 试验研究
• 页码范围: 104-106,203
• 页数: 4页
• 分类号: TS207.3|S123
• 字数: 1780字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-188X.2009.04.032

摘要

为了快速检测苹果的可溶性固形物(SSC)含量,采用可见光近红外光谱技术,结合主成分分析(PCA)和BP神经网络技术,来建立苹果SSC的预测模型.获取苹果样本在345～1039 nm波段的漫反射光谱,采用DPS数据处理系统对其进行主成分分析,并提取出累计可信度大于95 %的5个新主成分.建立一个3层的BP神经网络模型,并将这5个新的主成分作为BP神经网络模型的输入量,其结果是98 %以上预测样本的预测相对误差在5 %以下.该研究表明,采用近红外光谱技术来建立苹果可溶性固形物的预测模型是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳田利	西北农林科技大学食品科学与工程学院	280	3349	29.0	40.0
2	郭康权	西北农林科技大学机械与电子工程学院	132	1720	22.0	34.0
3	陈达	西北农林科技大学机械与电子工程学院	4	50	4.0	4.0
4	胡耀华	西北农林科技大学机械与电子工程学院	43	416	13.0	18.0
5	周丽萍	西北农林科技大学机械与电子工程学院	4	35	3.0	4.0