基于小波变换的苹果汁多光程近红外光谱信息提取研究
INFORMATION EXTRACTION OF MULTI-OPTICAL-PATH NIR SPECTRA FOR APPLE JUICE BASED ON WAVELET TRANSFORMATION作者机构:中国农业大学食品科学与营养工程学院北京100083 北京农产品质量检测与农田环境监测技术研究中心北京100097 上海大学通信与信息工程学院上海200072 中国农业大学信息与电气工程学院北京100083
出 版 物:《红外与毫米波学报》 (Journal of Infrared and Millimeter Waves)
年 卷 期:2009年第28卷第5期
页 面:371-375页
核心收录:
学科分类:0832[工学-食品科学与工程(可授工学、农学学位)] 081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学] 083203[工学-农产品加工及贮藏工程]
基 金:国家"十一五"科技支撑计划资助项目(2006BAD05A06-Z1) 北京市科技计划项目(Z09090001040000)
摘 要:利用浸入式光纤采集鲜榨苹果汁分别在5mm、10mm、15mm和20mm光程下的透/反射近红外光谱,实现对苹果汁中糖度(可溶性固形物,SSC)和酸度(pH值)的定量预测.结果表明,SSC和pH具有不同的最佳光程长,分别为5mm和20mm.为了兼顾各待测量对象的浓度范围和各组分的最佳光程长,从而提高模型的性能,采用多光程光谱混合建模,研究了多光程光谱信息的提取方法.采用原始光谱直接展开所建的模型虽然能有效利用多光程光谱的信息,但增加了模型复杂度,致使建模时间增长.因此,提出了两种基于小波变换的信息提取方法,它们在高效提取多光程信息的同时,能显著缩短建模时间并简化模型.其中基于展开光谱的小波近似系数建立的模型性能最优,SSC和pH值模型的SECV值分别达到0.4761oBrix和0.0779.