基于稀疏主成分分析的近紅外光譜法鑒別黃花梨的成熟度

付建華, 周新奇, 劉輝軍, 林 敏*

(1. 中國計量學院 計量測試工程學院, 杭州 310018; 2. 聚光科技(杭州)股份有限公司, 杭州 310052)

基于稀疏主成分分析的近紅外光譜法鑒別黃花梨的成熟度

付建華1, 周新奇2, 劉輝軍1, 林 敏1*

(1. 中國計量學院 計量測試工程學院, 杭州 310018; 2. 聚光科技(杭州)股份有限公司, 杭州 310052)

從同一果園的12棵果樹上,在8月的4個不同日期各采集5個黃花梨樣品,共采集240個樣品。從每個樣品上采集光譜數據。通過稀疏主成分分析(SPCA)和主成分分析(PCA)提取光譜中與成熟度相關的特征并進行解析,結合人工神經網絡(ANN)建立黃花梨成熟度的鑒別模型。從所得載荷向量圖可知:① SPCA能有效提取光譜中與成熟度有關的特征,其7個稀疏主成分分別反映了黃花梨的糖類物質、水分、色素和硬度等信息;② SPCA-ANN的成熟度鑒別模型的預測總識別率為93.33%,高于PCA-ANN的鑒別模型的預測總識別率91.67%。

近紅外光譜法; 稀疏主成分分析; 黃花梨; 成熟度

水果采收期的成熟度決定了果實的貯藏品質和口感[1-2],適宜的采收成熟度對提高水果的耐貯性和商品價值至關重要。目前,水果的成熟度鑒別主要依據觀察水果外觀變化及化學方法檢測內部品質變化,這些方法主觀性強,破壞水果、耗時費力、成本較高,無法實現水果成熟度的快速無損檢測。因此,研究一種快速無損技術對水果成熟度進行鑒別具有實際意義。

近年來,近紅外光譜技術已被應用到水果的品質檢測中,并取得了一些研究成果。現有報道多集中在水果品質的定量分析方面,如表面色澤[3]、可溶性固形物[4]、酸度[5]和硬度[6]等指標。……