基于可见-近红外光谱法无损检测赣南脐橙中总酸含量

作     者：章海亮 任众财 刘雪梅 罗微 詹白勺 黄海华 陈宏 ZHANG Hai-Liang;REN Zhong-Cai;LIU Xue-Mei;LUO Wei;ZHAN Bai-Shao;HUANG Hai-Hua;CHEN Hong

作者机构：华东交通大学电气与自动化工程学院南昌330000 

基　　金：国家自然科学基金项目(41867020) 江西省科技厅项目(20212ABC03A17、20212ABC03A32、20203BBF63031) 江西省教育厅项目(GJJ200609) 

出 版 物：《食品安全质量检测学报》 (Journal of Food Safety and Quality)

年 卷 期：2021年第12卷第23期

页      码：8986-8993页

摘      要：目的基于可见-近红外光谱法建立一种无损测定赣南脐橙总酸含量的技术。方法利用设计的可见-近红外光谱检测系统检测168个赣南脐橙总酸含量。以给定赣南脐橙的126个样品作为校正集,42个未知样品作为预测集。本研究以去除首尾处噪声后的400~880 nm范围的光谱波段,共481个波长点进行研究分析。结合SG(Savitzky-Golay)平滑法、多元散射校正法、变量标准化法、基线校正法4种预处理方法处理原始光谱数据,通过PLSR数学模型确定最佳预处理模型;再利用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)、随机蛙跳算法(random frog,RF)、遗传算法(genetic algorithm,GA)、连续投影算法(successive projections algorithm,SPA)和主成分分析法(principal component analysis,PC A)5种算法对预处理后的数据提取特征变量,降低维度,随后分别建立基于特征变量的总酸偏最小二乘回归(partial least squares regression,PLSR)、主成分回归(principal component regression,PCR)、最小二乘支持向量机(least square support vector machine,L S-SVM)及多元线性回归(multiple linear regression,MLR)预测模型。结果通过PL SR数学模型确定SG平滑预处理模型效果为最佳,基于SG+GA+LS-SVM模型对总酸含量预测效果最佳,预测集均方根误差(root mean square error of prediction,RMSEP)值为0.016,预测集决定系数(prediction set coefficient of determination,R_(p)^(2))值为0.9834,相对分析误差(residual predictive deviation,RPD)值为7.76。结论基于可见-近红外光谱法实现赣南脐橙中总酸含量的无损检测是可行的,结合SG+GA+LS-SVM预测模型可以实现赣南脐橙总酸含量的定量检测,可用于评价赣南脐橙总酸含量。

主 题 词：可见-近红外光谱法 无损检测 总酸含量 赣南脐橙 

学科分类：0832[0832] 081704[081704] 07[理学] 08[工学] 0817[工学-轻工类] 070302[070302] 0703[理学-化学类] 083203[083203] 

D　O　I：10.19812/j.cnki.jfsq11-5956/ts.2021.23.002

馆 藏 号：203106949...