详情

原文传递一种基于近红外光谱检测娃娃菜品质的方法

专利名称：	一种基于近红外光谱检测娃娃菜品质的方法
摘要：	本发明公开了一种基于近红外光谱检测娃娃菜品质的方法，通过收集娃娃菜样品的近红外光谱数据和利用标准方法测定的化学值进行拟合，并运用偏最小二乘法（PLS）优化建立模型；选择最佳的光谱预处理办法，通过比较模型的决定系数（R2）和均方根误差（RMSECV）衡量模型质量，构建出高质量的娃娃菜近红外光谱的定量分析模型。该方法可以快速准确地预测娃娃菜的表面颜色、质量损失率、硬度、VC含量以及对娃娃菜品质进行等级的判定，为快速、无损的娃娃菜品质检测研究奠定了基础，具有很强的实用性和广泛的适用性。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	南京农业大学
发明人：	潘磊庆;陈少霞;屠康;李鹏霞;周宏胜
专利状态：	有效
申请日期：	2019-09-04T00:00:00+0800
发布日期：	2019-11-22T00:00:00+0800
申请号：	CN201910830792.8
公开号：	CN110487746A
代理机构：	南京纵横知识产权代理有限公司
代理人：	严晓彪
分类号：	G01N21/359(2014.01);G;G01;G01N;G01N21
申请人地址：	210031 江苏省南京市玄武区卫岗1号
主权项：	1.一种基于近红外光谱检测娃娃菜品质的方法，其特征在于，包括以下步骤： S1、对在一定温度下贮藏的娃娃菜样品，按一定的贮藏天数进行近红外光谱测定，收集光谱信息； S2、对收集的近红外光谱进行光谱预处理； S3、按照标准方法，分别测定娃娃菜样品的品质指标，包括质量损失率、颜色、VC含量、硬度；并根据贮藏过程中品质指标的变化建立品质等级； S4、将步骤S2预处理过的近红外光谱与步骤S3中对应的品质指标进行关联，利用软件建立近红外光谱预测模型； S5、将待测娃娃菜的近红外光谱带入建立好的预测模型，输出待测娃娃菜的预测结果，包括质量损失率、颜色、VC含量、硬度，及品质等级；所述颜色包括L、b； L值表示亮度，其值变化范围100～0，亮度从纯白到纯黑；b值代表黄蓝，正值为黄色，负值为蓝色。 2.根据权利要求1所述的一种基于近红外光谱检测娃娃菜品质的方法，其特征在于，所述步骤S1中近红外光谱测定的参数为：扫描谱曲范围4000-10000cm-1，扫描次数32次，分辨率4cm-1 ，以碳黑作为背景。 3.根据权利要求1所述的一种基于近红外光谱检测娃娃菜品质的方法，其特征在于，所述步骤S2中的光谱预处理，包括采用一阶和二阶求导、标准正态变量变换、多元散射校正、平滑去噪、去趋势处理。 4.根据权利要求1所述的一种基于近红外光谱检测娃娃菜品质的方法，其特征在于，所述步骤S3中测定品质指标的标准方法，包括：用称量法测定质量损失率，用便携式色差仪测定颜色，用分光光度计法测定VC含量，用质构仪测定硬度。 5.根据权利要求1所述的一种基于近红外光谱检测娃娃菜品质的方法，其特征在于，所述步骤S3中划分的品质等级，包括： 1级为优，品质指标的变化为：质量损失率0-30%，L值>71，Vc含量>59mg/100g；即叶片完整性好,叶片亮黄嫩脆，组织紧密、韧性大，无缺陷和异味； 2级为良，品质指标的变化为：质量损失率30%-50%，L值68-71，Vc含量47-59mg/100g；即叶片颜色鲜黄，完整性较好，组织较紧密，稍有缺陷,无异味； 3级为不可食用，品质指标的变化：为质量损失率>50%, L*值<68, Vc含量<47mg/100g；即叶片微黄，硬度小，轻微腐烂。 6.根据权利要求1所述的一种基于近红外光谱检测娃娃菜品质的方法，其特征在于，所述步骤S4中建立预测模型的软件，包括偏最小二乘法、支持向量机。 7.根据权利要求1所述的一种基于近红外光谱检测娃娃菜品质的方法，其特征在于，所述步骤S4中建立的预测模型，还包括通过精度指标筛选出与品质指标对应的最佳预测模型；所述精度指标，包括：决定系数R、预测集均方根误差RMSEP、预测集的标准差与均方根误差的比值RPD。 8.根据权利要求1所述的一种基于近红外光谱检测娃娃菜品质的方法，其特征在于，所述步骤S1中的常温下贮藏的娃娃菜样品，还包括基于不同的包装方式下贮藏。
所属类别：	发明专利