一种近红外谱区新疆红枣品质分级建模方法技术

技术编号:6483965 阅读:900 留言:0更新日期:2012-04-11 18:40
一种近红外谱区新疆红枣品质分级建模方法,涉及近红外谱区对天然产物品质分级的建模方法,它解决现有采用随机选择枣样品近红外光谱差异较大,且无法分离影响光谱变化的主要光谱特征因子,进而导致分级建模效果差的问题,通过对样品外观特征初步挑选后,对同批次红枣样品逐个扫描;经过适当的光谱预处理后获得该批次红枣样品的平均光谱,并与原样品光谱图按相似度筛选,挑出光谱差异较大的样品,对剩余的再进行光谱扫描,反复调整和逐步细分,直到该批次样品的光谱差异在所需的精度范围内,将分离出的特征因子编码建立子模型,运用该方法成功分离出新疆红枣的特征因子和建立了子模型,本发明专利技术适用于如红枣、苹果、梨子等果品品质分级。

【技术实现步骤摘要】

本专利技术涉及近红外谱区对天然产物品质分级的建模方法,具体涉及。
技术介绍
近红外光谱技术凭借其独有的快速无损的检测优势已广泛的应用与食品、工业、 农业等诸多领域,红枣的外观品质如果重、尺寸、色泽等同时也是内在品质的一种反映。由于随机选择枣样品近红外光谱差异较大,引起光谱差异的因素很多,甚至无法得出其变化规律,如何分离出影响光谱变化的主要因素作为条件因子,对样品光谱扫描条件予以限制, 提高光谱重复性和质量,通过一种有效的方法建立这些外观品质和近红外光谱之间对应的关系,进而找出利用近红外光谱技术对红枣品质进行快速、无损、客观分级的评价方法,是一个迫切需要解决的问题。TP方法是一种基于拓扑学(模式识别)基础上的非回归方法,拓扑法应用于近红外光谱分析是基于“光谱相同,则样品相同;样品相同,则性质相同”的原理,关键之处在于, 从每一个样品的近红外光谱提取特征信息变量,据此确定样品的编码。实际操作中,对于大量的拓扑库样品,如果逐一比较所有波长处的吸光度,一方面增加了计算量,另一方面光谱中无用的信息影响了最后的比较结果。所以要对光谱进行适当处理,有效提取其反映各个样品组成的信息。常用的分级标准本文档来自技高网...

【技术保护点】
1.一种近红外谱区新疆红枣品质分级建模方法,其特征是,该方法由以下步骤实现:步骤一、挑选外观特征及主要成分接近的红枣作为同批次红枣样品,获得红枣样品的品质特征;步骤二、对步骤一所述的同批次的红枣样品逐个进行近红外光谱扫描,获得单个红枣样品的光谱图,对所述单个红枣样品的光谱图进行分析,获得同批次红枣样品的近红外光平均谱图;步骤三、对步骤二获得的红枣样品的近红外光谱图进行筛选,判断单个红枣样品的光谱图与所述同批次红枣样品的近红外平均谱图的差异是否大于阈值,如果是,则执行步骤四;如果否,则执行步骤五;步骤四、采用拓扑法将红枣样品按光谱特征因子进行分离编码,然后返回执行步骤一;步骤五、将红枣样品的光谱...

【技术特征摘要】
1.一种近红外谱区新疆红枣品质分级建模方法,其特征是,该方法由以下步骤实现步骤一、挑选外观特征及主要成分接近的红枣作为同批次红枣样品,获得红枣样品的品质特征;步骤二、对步骤一所述的同批次的红枣样品逐个进行近红外光谱扫描,获得单个红枣样品的光谱图,对所述单个红枣样品的光谱图进行分析,获得同批次红枣样品的近红外光平均谱图;步骤三、对步骤二获得的红枣样品的近红外光谱图进行筛选,判断单个红枣样品的光谱图与所述同批次红枣样品的近红外平均谱图的差异是否大于阈值,如果是,则执行步骤四;如果否,则执行步骤五;步骤四、采用拓扑法将红枣样品按光谱特征因子进行分离编码,然后返回执行步骤 步骤五、将红枣样品的光谱特征因子进行组合编码,建立红枣样品的子模型。2.根据权利要求1所述的一种近红外谱区新疆红枣品质分级建模方法,其特征在于, 步骤一所述的红枣样品的外观特征具体指红枣的颜色、纹理、重量。3.根据权利要求1所述的一种近红外谱区新疆红枣品质分级建模方法,其特征在于, 步骤一所述的主要成分接近的红枣具体指同批次红枣样品的含水量或糖度的差异小于 20%。4.根据权利要求1所述的一种近红外谱区新疆红枣品质分级建模方法,其特征在于, 步骤三所述...

【专利技术属性】
技术研发人员:罗华平卢启鹏
申请(专利权)人:中国科学院长春光学精密机械与物理研究所
类型:发明
国别省市:82

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1