霉变出芽花生的近红外光谱无损检测研究

摘要：

为了能够客观、快速、无损、便捷地检测花生仁霉变和出芽,研究了一种基于傅里叶变换近红外光谱技术和K最近邻(KNN)模式识别方法的霉变和出芽花生识别方法.依据花生的感官特征和前人研究经验,将花生分为正常、轻度霉变、重度霉变和发芽四类,采用傅里叶变换近红外光谱仪的积分球漫反射方法采集花生光谱(波段4 000～ 10 000 cm-1).利用二阶导数算法进行光谱预处理,建立联合区间偏最小二乘(Si-PLS)识别模型,并得到特征光谱区间.然后在特征光谱区间的基础上运用主成分分析进行数据空间降维,最后建立KNN识别模型.KNN模型训练集与预测集识别率均为98.84％,表明应用近红外光谱技术和KNN法检测霉变和出芽花生效果良好,具有可行性.

关键词：花生、霉变、出芽、近红外光谱、Si-PLS、KNN

所属期刊栏目：17

分类号：S664.9;TS37(果树园艺)

资助基金：江苏省高校自然科学研究重大项目14KJA550001;江苏省第四期“333工程”培养资金项目BRA2015320;江苏省高校优势学科建设工程项目资助.

在线出版日期：2015-11-25（万方平台首次上网日期，不代表论文的发表时间）

页码：27-32