论文部分内容阅读
网纹瓜属葫芦科甜瓜属蔓性草本植物,是深受人们喜爱的水果之一。对其品质的研究多采用有损伤的化学方法测定,存在制样烦琐、分析时间长及检测成本高等缺点。近红外光谱技术具有方便、快速、无损伤、信息量大等特点,近年来在果蔬内部品质检测中得到了广泛的研究和应用。本论文应用傅里叶变换近红外漫反射光谱技术,建立了网纹瓜可溶性固形物含量、总酸含量和坚实度的定量分析模型,并对其进行改善,确定了最佳建模参数。主要研究结果如下:1.利用近红外漫反射光谱技术检测网纹瓜可溶性固形物含量。在有效信息波谱范围为6101.9cm-1～5446.2cm-1和4601.5cm-1～4246.6cm-1及维数选择10时对整体平均光谱应用矢量归一化结合偏最小二乘回归法所建校正模型的预测效果好,模型的相关系数R2为0.8647,内部交叉验证均方根差为0.412。应用此模型对验证集22个样本进行预测,预测模型的R2和预测标准偏差分别为0.8895和0.339。结果表明校正模型的预测效果能满足网纹瓜可溶性固形物含量快速检测的要求。2.应用近红外漫反射光谱技术检测网纹瓜总酸含量。在有效信息波谱范围为7502.0cm-1～5446.2cm-1及维数选择9时对整体平均光谱应用二阶导数结合偏最小二乘回归法所建校正模型的预测效果好,模型的R2为0.8617,内部交叉验证均方根差为0.245。应用此模型对验证集20个样本进行预测,预测模型的R2和预测标准偏差分别为0.8831和0.237。结果表明模型预测效果能满足网纹瓜总酸含量快速检测的要求。3.建立近红外漫反射光谱技术检测网纹瓜坚实度的校正模型。在有效信息波谱范围为6101.9cm-1～5446.2cm-1及维数选择9时对整体平均光谱应用消除常数偏移量结合偏最小二乘回归法所建校正模型的预测效果好,模型的R2为0.9885,内部交叉验证均方根差为0.058。应用此模型对验证集30个样本进行预测,模型的R2和预测标准偏差分别为0.9858和0.063。结果表明模型预测效果能满足网纹瓜坚实度快速检测的要求。