霉变出芽花生的近红外光谱无损检测研究

作     者：黄星奕 丁然 史嘉辰 HUANG Xing-yi;DING Ran;SHI Jia-chen

作者机构：江苏大学食品与生物工程学院江苏镇江212013 

出 版 物：《中国农业科技导报》 (Journal of Agricultural Science and Technology)

年 卷 期：2015年第17卷第5期

页      面：27-32页

学科分类：08[工学] 09[农学] 0902[农学-园艺学] 0822[工学-轻工技术与工程] 090201[农学-果树学] 

基　　金：江苏省高校自然科学研究重大项目(14KJA550001) 江苏省第四期"333工程"培养资金项目(BRA2015320) 江苏省高校优势学科建设工程项目资助 

主　　题：花生 霉变 出芽 近红外光谱 Si-PLS KNN 

摘      要：为了能够客观、快速、无损、便捷地检测花生仁霉变和出芽,研究了一种基于傅里叶变换近红外光谱技术和K最近邻（KNN）模式识别方法的霉变和出芽花生识别方法。依据花生的感官特征和前人研究经验,将花生分为正常、轻度霉变、重度霉变和发芽四类,采用傅里叶变换近红外光谱仪的积分球漫反射方法采集花生光谱（波段4 000~10 000 cm-1）。利用二阶导数算法进行光谱预处理,建立联合区间偏最小二乘（Si-PLS）识别模型,并得到特征光谱区间。然后在特征光谱区间的基础上运用主成分分析进行数据空间降维,最后建立KNN识别模型。KNN模型训练集与预测集识别率均为98.84%,表明应用近红外光谱技术和KNN法检测霉变和出芽花生效果良好,具有可行性。