基于近红外光谱技术联合极限学习机的蓝莓贮藏品质定量模型建立

基于近红外光谱技术联合极限学习机的蓝莓贮藏品质定量模型
建立
朱金艳;朱玉杰;冯国红;曾明飞;刘思岐
【期刊名称】《食品与发酵工业》
【年(卷),期】2022(48)16
【摘要】采用近红外光谱技术联合极限学习机(extreme learning machine,ELM)方法建立蓝莓贮藏品质的定量检测模型,实现对蓝莓果实的可溶性固形物、维生素
C和花青素含量的快速无损检测,以期为鲜食蓝莓低温贮藏期间的在线品质检测提
供技术参考。

利用LabSpec 5000光谱仪采集5个不同贮藏时间共150组蓝莓样
本的近红外光谱,通过基于联合X/Y的异常样本识别和剔除方法筛选异常样本,使用联合X-Y距离样本集划分方法对样本集进行划分。

通过对比分析标准正态变换、
多元散射校正、一阶导数等预处理方法对模型性能的影响,确定蓝莓3个成分各自
最优预处理方法,采用联合区间偏最小二乘算法(synergy interval partial least squares,SiPLS)选择出特征波段,将其作为输入建立ELM定量分析模型,并将模型结果与偏最小二乘回归进行对比分析。

结果表明,蓝莓果实的可溶性固形物、维生素
C和花青素含量最优ELM模型的校正集相关系数分别为0.9205、0.9087、
0.9421;验证集相关系数为0.8826、0.8972、0.8693;校正集均方根误差为0.7664、0.6954、1.6710;验证集均方根误差为0.5397、0.6243、2.0414。

该研究利用全
光谱的1/5~2/5的变量就能达到比原始变量所建模型更好的性能,与传统的偏最小二乘回归模型相比,该文建立的ELM模型精度有明显提高,表明SiPLS-ELM结合近红外光谱技术在蓝莓成分的在线无损检测方面具有很大潜力。

【总页数】7页(P270-276)
【作者】朱金艳;朱玉杰;冯国红;曾明飞;刘思岐
【作者单位】东北林业大学工程技术学院
【正文语种】中文
【中图分类】S66
【相关文献】
1.基于可见-近红外漫反射光谱技术的葡萄贮藏期间可溶性固形物定量预测
2.茉莉花茶主要品质成分定量近红外光谱分析模型的建立
3.近红外光谱技术建立镜鲤新鲜度定量预测模型
4.基于近红外光谱对桃果实低温贮藏品质的定量检测
5.基于近红外光谱技术建立宠物罐头品质检验模型的方法研究
因版权原因，仅展示原文概要，查看原文内容请购买。