基于电子鼻的“贵妃”芒果糖度酸度无损伤检测技术应用

作     者：李敏 高兆银 朱迎迎 苏增建 陈亮 郑淑英 张正科 胡美姣 

作者机构：中国热带农业科学院环境与植物保护研究所海南海口571101 农业部热带作物有害生物综合治理重点实验室海南海口571101 农业部热带农林有害生物入侵监测与控制重点开放实验室海南海口571101 海南省热带农业有害生物监测与控制重点实验室海南海口571101 海南大学环境与植物保护学院海南海口570228 海南大学食品学院海南海口570228 

出 版 物：《热带作物学报》 (Chinese Journal of Tropical Crops)

年 卷 期：2016年第37卷第8期

页      面：1553-1557页

学科分类：09[农学] 0902[农学-园艺学] 090201[农学-果树学] 

基　　金：海南省自然科学基金(No.314102) 公益性芒果行业科研专项经费项目(No.201203092-2) 中央级公益性科研院所基本科研业务费专项(No.2011hzs1J027 2011hzs1J004 2012hzs1J011 2013hzs1J012) 

主　　题：“贵妃”芒果 电子鼻 采后品质 无损伤检测 

摘      要：以贵妃芒果为试材,利用电子鼻检测果实气味响应值,同时测定果实的糖酸度,采用偏最小二乘法(PLS)和BP神经网络建立了基于电子鼻的可溶性固形物、可滴定酸的品质预测模型。两种方法构建的可溶性固形物含量预测模型的建模集相关系数R均大于93%,可滴定酸测模型的建模集相关系数R均大于91%。其中,BP神经网络建模集的相关系数R均略高于PLS,建模均方均根误差(RMSEM)也较低。而预测集相关系数R和预测均方根误差(RMSEP)与PLS的相当或略低,BP神经网络模型对芒果糖酸度预测准确性略好于PLS。结果表明,PLS和BP神经网络模型的预测性能均较好,利用电子鼻技术对芒果品质进行无损伤检测是可行的。