基于FT-NIR和电子鼻的苹果水心病无损检测

• 作者: 任亚梅 任小林 杨军林 胡馨木 袁鸿飞 马惠玲
• 来源期刊: 食品科学
• 学科: 工学
• 关键词: 苹果 水心病 近红外光谱 电子鼻 化学计量学
• 年，卷（期）: 2018,（16）
• 所属期刊栏目: 安全检测
• 页码范围: 306-310
• 页数: 5页
• 分类号: TS255.3
• 字数: 4335字
• 语种: 中文
• DOI: 10.7506/spkx1002-6630-201816044

摘要

探讨傅里叶变换近红外光谱技术和电子鼻技术应用于苹果水心病检测的可行性.以277个"秦冠"水心病苹果和健康苹果为试材,分别采集每个样本在12000～4000 cm-1波数范围的近红外光谱和10个传感器的电子鼻信号,用不同预处理的近红外光谱方法提取主成分建立Fisher判别模型;同时电子鼻结合3种化学计量学的方法进行建模.结果表明,经一阶导数(9点平滑)预处理的近红外光谱,提取前20个主成分建立的Fisher判别模型效果最好,对未知样本的正确判别率达100％;电子鼻分别结合Fisher判别、多层感知器神经网络和径向基函数神经网络判别模型对未知样本的识别率为89.7％、89.5％和85.7％.故利用近红外光谱和电子鼻技术分别结合化学计量学的方法可快速、无损检测苹果的水心病.其中,近红外光谱技术结合Fisher判别对苹果水心病的识别率最高,是一种准确可靠的测定方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任亚梅	西北农林科技大学食品科学与工程学院	69	708	16.0	22.0
2	任小林	西北农林科技大学园艺学院	135	2270	28.0	41.0
3	马惠玲	西北农林科技大学生命科学学院	54	736	16.0	23.0
4	杨军林	西北农林科技大学食品科学与工程学院	4	16	3.0	4.0
5	胡馨木	西北农林科技大学食品科学与工程学院	4	14	2.0	3.0
6	袁鸿飞	西北农林科技大学食品科学与工程学院	1	5	1.0	1.0