田潇瑜:基于近红外光谱技术的紫薯贮藏期间花青素含量检测论文

田潇瑜:基于近红外光谱技术的紫薯贮藏期间花青素含量检测论文

本文主要研究内容

作者田潇瑜,黄星奕,白竣文,吕日琴,孙兆燕(2019)在《基于近红外光谱技术的紫薯贮藏期间花青素含量检测》一文中研究指出:紫薯采后贮藏过程中,受环境因素影响,紫薯花青素会逐渐发生降解,导致紫薯色泽变化,营养品质下降。应用近红外光谱技术对贮藏期间的紫薯花青素含量变化进行了分析,建立了快速无损检测模型。实验采集了不同贮藏时间紫薯样本(120个)的近红外光谱,基于全波长范围4 000~10 000 cm-1结合不同光谱信号预处理方法(数据卷积平滑、一阶求导、标准正态变量变换(SNV))建立紫薯花青素的PLS(偏最小二乘)、SNV-PLS、i PLS(区间偏最小二乘)、GA-PLS(遗传算法-偏最小二乘)定量预测模型。结果显示,全波段经SNV为最优的原始光谱预处理方法。对经SNV预处理的光谱进行i PLS、GA特征波段筛选,所建立的GA-PLS模型预测效果最佳,预测集决定系数R2v和均方根误差为0. 913 6和7. 239 8 mg/(100 g),剩余预测偏差为3. 339 7。研究结果表明,应用近红外光谱技术可以较好地检测紫薯花青素含量,研究结果可为紫薯加工原料智能筛选以及贮藏品质监测提供一种可靠手段。

Abstract

zi shu cai hou zhu cang guo cheng zhong ,shou huan jing yin su ying xiang ,zi shu hua qing su hui zhu jian fa sheng jiang jie ,dao zhi zi shu se ze bian hua ,ying yang pin zhi xia jiang 。ying yong jin gong wai guang pu ji shu dui zhu cang ji jian de zi shu hua qing su han liang bian hua jin hang le fen xi ,jian li le kuai su mo sun jian ce mo xing 。shi yan cai ji le bu tong zhu cang shi jian zi shu yang ben (120ge )de jin gong wai guang pu ,ji yu quan bo chang fan wei 4 000~10 000 cm-1jie ge bu tong guang pu xin hao yu chu li fang fa (shu ju juan ji ping hua 、yi jie qiu dao 、biao zhun zheng tai bian liang bian huan (SNV))jian li zi shu hua qing su de PLS(pian zui xiao er cheng )、SNV-PLS、i PLS(ou jian pian zui xiao er cheng )、GA-PLS(wei chuan suan fa -pian zui xiao er cheng )ding liang yu ce mo xing 。jie guo xian shi ,quan bo duan jing SNVwei zui you de yuan shi guang pu yu chu li fang fa 。dui jing SNVyu chu li de guang pu jin hang i PLS、GAte zheng bo duan shai shua ,suo jian li de GA-PLSmo xing yu ce xiao guo zui jia ,yu ce ji jue ding ji shu R2vhe jun fang gen wu cha wei 0. 913 6he 7. 239 8 mg/(100 g),sheng yu yu ce pian cha wei 3. 339 7。yan jiu jie guo biao ming ,ying yong jin gong wai guang pu ji shu ke yi jiao hao de jian ce zi shu hua qing su han liang ,yan jiu jie guo ke wei zi shu jia gong yuan liao zhi neng shai shua yi ji zhu cang pin zhi jian ce di gong yi chong ke kao shou duan 。

论文参考文献

  • [1].黑米花青素的醇提工艺优化[J]. 龙跃腾,向珣朝,颜李梅,杨博文,许亮,游慧.  食品工业科技.2018(21)
  • [2].不同产地黑果枸杞中原花青素和花青素含量研究[J]. 汪洋,丁龙,王四清.  食品工业科技.2016(13)
  • [3].葡萄果皮花青素提取工艺优化研究[J]. 卢小草,邱志鹏,李敏,陈楚,孙月婷,邱栋梁.  中国农学通报.2019(08)
  • [4].基于可见/近红外光谱的牡丹叶片花青素含量预测[J]. 刘秀英,申健,常庆瑞,严林,高雨茜,谢飞.  农业机械学报.2015(09)
  • [5].比色法测定不同产地黑豆皮中花青素含量[J]. 张泽生,林纪伟,王志平,于洪建,刘岱琳.  食品研究与开发.2012(05)
  • [6].银川市售水果中原花青素含量比较[J]. 格日勒,亓伟,王剑,邬佳豪,朱启慧,岳炜烨,柳静.  中国酿造.2016(08)
  • [7].花青素稳定性影响因素与应用研究进展[J]. 卓毓光,刘儒华,古福生,曾善荣.  广东化工.2018(24)
  • [8].不同发酵工艺对蓝莓酒中花青素含量的影响[J]. 丁原春,范文广,韩双,姚春艳,王芳,曲艺.  保鲜与加工.2014(06)
  • [9].植物中原花青素含量的分析测定[J]. 李凤英,崔蕊静,郑立红,李春华.  食品与发酵工业.2004(05)
  • [10].植物中花青素含量测定及种类分布研究[J]. 彭祖茂,邓梦雅,严虞虞,朱丽,张协光.  食品研究与开发.2018(17)
  • 论文详细介绍

    论文作者分别是来自农业机械学报的田潇瑜,黄星奕,白竣文,吕日琴,孙兆燕,发表于刊物农业机械学报2019年02期论文,是一篇关于紫薯论文,花青素论文,近红外光谱论文,偏最小二乘回归论文,遗传算法论文,农业机械学报2019年02期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自农业机械学报2019年02期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    田潇瑜:基于近红外光谱技术的紫薯贮藏期间花青素含量检测论文
    下载Doc文档

    猜你喜欢