

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、靈武長棗是寧夏特色優(yōu)勢農(nóng)產(chǎn)品,探索有效的長棗品質無損檢測方法,為長棗產(chǎn)品高檔化、系列化和高附加值提供理論參考。本文以長棗中維生素C、草酸、蘋果酸為檢測指標,自行搭建的熒光高光譜系統(tǒng),采用HPLC檢測長棗中維生素C、草酸、蘋果酸的含量;馬氏距離、杠桿值與學生化殘差、cook距離剔除異常樣本;SVM、卷積平滑、標準正態(tài)變化等方法對原始光譜進行預處理;iPLS、GA方法提取特征波長;PCR、SVM、PLS等方法建立靈武長棗內部成分預測模型,并
2、結合分子結構與特征吸收峰探究長棗近紅外光譜的吸收機理。主要結論如下:
(1)探究了不同貯藏期長棗維生素C、草酸、蘋果酸含量的變化,在貯藏前期長棗中多糖經(jīng)過糖醛酸途徑合成維生素C,維生素C含量增加,貯藏后期維生素C參與其他物質合成,含量緩慢下降;在貯藏期間長棗草酸含量緩慢增加,貯藏后期維生素C向草酸轉化;在貯藏期間長棗蘋果酸含量基本不變。
(2)基于近紅外高光譜長棗品質無損檢測研究。結果表明維生素C光譜經(jīng)GF預處理、草
3、酸光譜經(jīng)平均平滑預處理、蘋果酸原始光譜PLS模型最佳。采用iPLS得到維生素C最佳建模子區(qū)間為2,3,5,7,9-17;草酸的最佳建模子區(qū)間為5-17;蘋果酸最佳子區(qū)間為10,11,13,14,15。采用GA優(yōu)選最佳擬合波段,維生素C優(yōu)選出34波段,草酸優(yōu)選出33個波段,蘋果酸優(yōu)選出54個波段,iPLS與GA優(yōu)選的特征波段包含了全波段的絕大部分信息,但其他波段對模型也有貢獻率,所以特征波段建模的預測相關系數(shù)小于全波段建模。
(
4、3)長棗關鍵性組分近紅外光譜吸收機理研究。維生素C、草酸、蘋果酸標品在900-1700nm波段分別有2、4、3個特征吸收峰,分別對應于理論計算得到的不同官能團的振動吸收。標品的特征吸收峰與iPLS和GA優(yōu)選出的特征波段相對應,從而闡釋近紅外高光譜建模的機理。
(4)基于熒光高光譜長棗品質無損檢測研究。結果表明經(jīng)基線校準預處理后的SVM長棗維生素C含量的預測模型最優(yōu),Rp=0.84;經(jīng)去趨勢預處理后的PLS長棗草酸含量預測模型最
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高光譜成像技術的靈武長棗品質無損檢測研究.pdf
- 基于高光譜成像技術的靈武長棗常見缺陷無損檢測研究.pdf
- 基于光譜和高光譜圖像技術的蠶繭品質無損檢測研究.pdf
- 基于高光譜成像技術的馬鈴薯內部品質無損檢測研究.pdf
- 基于NIR高光譜成像技術的長棗蟲害及可溶性固形物無損檢測研究.pdf
- 基于高光譜圖像技術的紅棗品質無損檢測研究.pdf
- 馬鈴薯外部缺陷的高光譜技術無損檢測研究.pdf
- 基于介電頻譜技術靈武長棗無損檢測的模型建立.pdf
- 基于高光譜圖像技術對牛肉品質無損檢測的研究.pdf
- 基于高光譜圖像技術的冷凍食品品質的無損檢測研究.pdf
- 基于機器視覺和近紅外高光譜的冬棗檢測方法研究.pdf
- 基于高光譜成像技術的蘋果品質無損檢測研究.pdf
- 基于高光譜成像技術的肉品品質無損檢測方法研究.pdf
- 基于高光譜成像技術的花生仁質量無損檢測研究.pdf
- 小麥籽粒硬度的高光譜圖像無損檢測研究.pdf
- 基于光譜和多光譜成像技術的葡萄內部品質快速無損檢測和儀器研究.pdf
- 基于高光譜成像技術的冷鮮羊肉品質無損檢測研究.pdf
- 基于高光譜冷鮮羊肉品質的無損檢測方法研究.pdf
- 基于高光譜成像技術的紅棗表面農(nóng)藥殘留無損檢測的研究.pdf
- 基于近紅外光譜和高光譜圖像技術的配合飼料主要營養(yǎng)成分檢測方法.pdf
評論
0/150
提交評論