[发明专利]一种利用高光谱技术检测苹果酸味的方法

摘要

本发明公开了一种利用高光谱技术检测苹果酸味的方法，包括如下步骤：通过高光谱分选仪获取苹果样本的高光谱数据；并通过电子舌获取所述苹果样本的相应的味觉数据；选择中间的480个波段作为原始光谱数据，对其进行预处理后进行偏最小二乘回归建模分析，得出校正集和预测集相关系数R和均方根误差RMSE，选取18个局部相关系数的极大值和极小值所对应波段值作为特征波段建立苹果酸味预测模型。本发明利用高光谱技术检测苹果酸味指标的研究方法，通过将高光谱数据和电子舌测量的数据建立特征波段偏最小二乘回归模型，为后续的检测提供模板，具有方法科学合理，便于操作，味觉准确率高等优点。

主权项

一种利用高光谱技术检测苹果酸味的方法，其特征在于，包括如下步骤：S1、通过高光谱分选仪获取12个苹果样本的高光谱数据，对每一个苹果分别选取上、下、左、右、中5个感兴趣区域，然后求5个感兴趣区域的平均光谱作为该样本的光谱数据；并通过电子舌获取所述苹果样本的相应的味觉数据；S2、选择中间的480个波段作为原始光谱数据，并对所得的原始光谱依次进行多元散射校正(MSC)、Savitzky‑Golay(S‑G)卷积平滑和MSC+S‑G的光谱预处理；S3、对预处理后的光谱进行偏最小二乘回归(PLSR)建模分析，得出校正集和预测集相关系数R和均方根误差RMSE；S4、选取18个局部相关系数的极大值和极小值所对应波段值作为特征波段，依次是422nm、435nm、456nm、478nm、492nm、523nm、527nm、571nm、660nm、680nm、695nm、722nm、874nm、891nm、941nm、976nm、992nm和1003nm建立苹果酸味预测模型。