论文部分内容阅读
新疆葡萄美味可口且营养价值丰富,深受消费者欢迎。同时,葡萄的品质决定着自身的商品价值和市场竞争力。目前用于葡萄品质检测的传统方法存在样品破坏、耗时效率低等缺陷,不利于葡萄产后商品化。本文以新疆特色果品—红提葡萄为研究对象,综合利用高光谱成像技术、化学计量学和数理统计学知识开展了葡萄内部品质(可溶性固形物和总酸)的检测研究,为葡萄产业的实时、在线、无损检测提供新思路。本文主要内容和研究结果如下:(1)为了使葡萄可溶性固形物和总酸模型具有代表性和稳定性,对参与建模的样品进行异常样本的判别与剔除。本研究采用狄克松(Dixon)检验法、杠杆值与学生残差法对葡萄样品进行综合判断,发现疑似异常样本并对疑似异常样本进行逐一回收分析(即二审剔除判别),最终确定葡萄可溶性固形物建模和葡萄总酸建模异常样本并予以剔除。(2)对用于建模的样本依据KS法、SPXY法和CG法三种不同方法进行样本集划分,对比分析各方法划分后的校正集和预测集的统计结果和所建PLS模型的性能参数,最终确定葡萄可溶性固形物校正集样本划分的最佳方法为SPXY法,葡萄总酸校正集样本划分的最佳方法为CG法。(3)通过不同的预处理方法对葡萄可溶性固形物和总酸的原始光谱进行预处理,将预处理后的光谱数据分别建立PLS、SMLR和PCR的预测模型并比较其性能。比较分析GA和SPA特征波长选择方法对葡萄可溶性固形物和总酸的特征波长选择结果,并对比分析全光谱、GA和SPA提取不同波长后的葡萄可溶性固形物和总酸所建模型性能。试验结果表明:1)确定经Mean centering预处理后所建葡萄可溶性固形物的PLS模型性能最优,当因子数为14时,模型性能参数RC为0.9616,RP为0.9606,RMSEC为0.368,RMSEP为0.367,RPD为3.5980;确定经GA算法对葡萄可溶性固形物高光谱特征波长提取效果较优,当因子数为13时,模型性能参数RC为0.9654,RP为0.9610,RMSEC为0.352,RMSEP为0.298,RPD为3.6254,预测性能较全光谱PLS模型有所提高。2)确定经Normalization预处理后所建葡萄总酸的PLS模型性能最优,当因子数为8时,模型性能参数RC为0.8737,RP为0.8871,RMSEC为0.0126,RMSEP为0.0133,RPD为2.1665;确定经GA算法对葡萄总酸高光谱特征波长提取效果较优,当因子数为7时,模型性能参数RC为0.8765,RP为0.8628,RMSEC为0.0126,RMSEP为0.0123,RPD为1.9778,预测能力率略低于全光谱PLS模型,但稳定性有所提高。