1.4.1  光谱预处理4
1.4.2  模型建立5
1.4.3  模型评价方法5
2 结果与分析7
2.1  黄桃脆片品质指标分析7
2.2  光谱预处理方法比较7
2.3  三种判别模型的构建和比较10
3讨论11
4结论11
致谢12
参考文献13
基于近红外光谱的黄桃脆片品质检测
水果脆片以新鲜水果为原料，采用真空低温干燥设备和专用软件技术制作而成，能有效克服采后水果的易腐烂、易损伤问题，并能保持水果的色、香、及营养成分基本不变，同时还具有良好口感和特殊风的特点。但是，在水果脆片的生产过程中，仍然会存在品质损失的情况，因此水果脆片产品品质检测技术对于水果脆片的生产和消费都十分重要，多年来一直是农业工程领域的重要研究课题。由于消费者在选购水果脆片时极为看重其外部品质如颜色、硬度和脆度等，以及内部品质如口感、糖度和酸度等，因此研究水果脆片的外部与内部品质无损检测与分级技术，并将研究成果应用到水果脆片产后处理生产线上具有广阔的市场应用前景。
目前来看，果蔬品质的检测方法大致可分为近红外分析法，声学特性分析法，X射线分析法，计算机图像检测法，电、磁特性分析法，可见光成熟度分析法以及激光分析法等，其中，近红外光谱技术被较多应用于果蔬品质检测研究。
近年来，国内外不同的研究者选择不同的品质指标应用近红外光谱技术对产品进行测定，从而反映产品的品质状况。Sinelli等用近/中红外反射光谱无损测量蓝莓的营养成分，使用偏最小二乘法（PLS）建立预测模型[1]。Liu等用可见近红外反射光谱（光谱范围350-1800 nm）无损测量梨的可溶性固体含量和坚硬度[2]。董一威等采用CCD近红外光谱系统，通过Y型光纤采集红富士苹果的漫反射光谱，利用偏最小二乘回归（PLSR）建立苹果糖度、酸度的定量预测模型[3]。孙通等应用近红外透射技术，使用偏最小二乘回归（PLS）和主成分回归（PCR）建立梨可溶性固形物（SSC）的在线预测模型，在550-850nm波段的建模结果好[4]。纪淑娟等获得南果梨样品的光谱数据，分别以可溶性固形物含量（SSC）、还原糖含量（RSC）、总酸度含量（TA）和有效酸度（pH）为定标参数建立四项指标近红外定标模型[5]。刘燕德等应用可见/近红外光谱，采用偏最小二乘法和主成分回归等方法，对梨水果的可溶性固形物、梨表面色泽进行无损检测研究[6-7]。庆兆等利用可见-近红外激光漫反射光谱图像法及化学计量学方法检测了苹果的可溶性固形物含量和硬度[8]。在本次研究中，试验将选取黄桃脆片作为样品进行检测和分析，借以反映水果脆片品质无损情况。
黄桃在水果当中营养丰富，含有胡萝卜素、核黄素、硫胺素、抗坏血酸、尼克酸、钙、磷、铁等多种营养素，同时黄桃果肉色泽金黄，肉质细腻，具有良好的口感和风，在水果脆片的生产中常常作为原材料之一。因此，选取黄桃脆片作为样品进行品质无损检测，并将研究成果应用到水果脆片产后处理生产线上具有广阔的市场应用前景。本研究针对水果脆片的产品品质无损检测，旨在通过测定黄桃脆片的颜色、硬度、水分、可溶性固形物，结合近红外光谱技术进行建模分析，从而对黄桃脆片产品品质进行预测和无损评价，为今后水果脆片产后处理提供参考。 基于近红外光谱的黄桃脆片品质检测(2):http://www.youerw.com/shiping/lunwen_23231.html