基于傅里叶近红外光谱和电子鼻技术的苹果霉心病无损检测

• 作者: 杨晨昱 袁鸿飞 马惠玲 任亚梅 任小林
• 来源期刊: 食品与发酵工业
• 关键词: 苹果 霉心病 近红外光谱 电子鼻 化学计量学
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 分析与检测
• 页码范围: 211-216
• 页数: 6页
• 语种: 中文
• DOI: 10.13995/j.cnki.11-1802/ts.025671

摘要

为研究傅里叶近红外光谱技术(Fourier transform near infrared spectroscopy,FT-NIRS)和电子鼻技术分别结合化学计量学方法对苹果霉心病的判别效果,以"红富士"霉心病苹果和健康苹果为试材,利用近红外光谱技术,基于主成分分析建立Fisher判别和多层感知器(multi-layer perceptron,MLP)神经网络模型;同时利用电子鼻技术分别结合Fisher判别、MLP神经网络和径向基函数神经网络3种化学计量学的方法建立判别模型.根据建模集和验证集的预测准确率综合考虑,基于主成分分析建立的MLP神经网络模型和电子鼻结合MLP神经网络模型对苹果霉心病的判别效果最好,验证集中的正确判别率分别达到87.7％和86.2％.说明电子鼻和近红外光谱技术均可以较好地判别苹果霉心病.