基于光谱技术的芒果糖度酸度无损检测方法研究

详细信息   全文下载|推荐本文 |

• 出版年：2008
• 作者：虞佳佳；何勇；鲍一丹
• 单位1：浙江大学生物系统工程与食品科学学院
• 出生年：1983
• 学历：硕士研究生
• 语种：中文
• 作者关键词：可见／近红外光谱；芒果；偏最二乘法；遗传算法；人工神经网络
• 起始页：2839
• 总页数：4
• 经费资助：国家科技支撑项目(2006BAD10A0403)，国家自然科学基金项目(30671213)；学校优秀青年教师教学科研奖励计划项目(02411)，浙江省自然科学基金项目(Y307158)和浙江省教育厅项目(20071064)资助
• 刊名：光谱学会光谱分析
• 是否内版：否
• 刊频：月刊
• 创刊时间：1981
• 主管单位：中国科学技术协会
• 主办单位：中国光学学会
• 主编：黄本立
• 地址：北京市海淀区魏公村学院南路76号
• 邮编：100081
• 电子信箱：chngpxygpfx@vin.sina.com
• 网址：http://www.gpxygpfx.com
• 卷：28
• 期：12
• 期刊索取号：P342.06220
• 核心期刊：物理类、化学类核心期刊

摘要

提出了一种用近红外光谱技术结合遗传算法和人工神经网络模型的芒果糖度酸度快速无损检测的新方法．首先用偏最小二乘法计算芒果糖度酸度光谱数据的主成分得分值，以此获取芒果的近红外指纹图谱，再结合遗传算法优化人工神经网络技术(GA-BP)进行检测。PLS分析表明，主因子选取18时对糖度具有较好的聚类作用，而主因子数17个时对酸度的聚类效果好。选取最佳主因子作为芒果糖度酸度的神经网络的输入，建立三层GA-BP人工神经网络模型。用135个芒果样本的糖度酸度用来建立遗传算法优化神经网络的芒果糖度酸度检测模型，对未知的45个芒果样本进行糖度酸度的预测。结果表明，提出的遗传算法和人工神经网络模型相结合的光谱分析方法具有很好的预测能力，为芒果糖度酸度检测方法提供了一种新方法。