论文部分内容阅读
为探究基于介电频谱技术无损检测果品品质的可行性,本文以草莓、灵武长枣为研究对象,在1kHz~1MHz频率范围内,采用HIOKO-3532-50型LCR平行板测量仪分别测试草莓、长枣在55个频率点下的介电参数并结合其品质指标分析后得到如下结果:以贮藏期为5天的50个草莓为研究对象,研究其在贮藏过程中呼吸强度、可溶性固形物和失重率的变化规律;运用逐步回归法对草莓介电参数与品质指标进行了相关性及回归分析;以GA法筛选出草莓呼吸强度、可溶性固形物含量和失重率的特征频率点;以特征频率下的介电参数建立了其PLS品质预测模型并运用SVM法对其品质模型进行优化。结果表明:(1)运用逐步回归法对草莓介电参数与品质指标进行了相关性及回归分析。研究结果表明,8个较佳频率点下(1.00kHz、15.85 kHz、35.48 kHz、39.81kHz、501.19 kHz、1000kHz 下的相对介电常数ε’和446.68 kHz、707.95kHz下的介电损耗因子ε")的介电参数与草莓品质指标间具有较强的相关性,均达到极显著水平(p<0.01)。(2)以遗传算法(GA)分别筛选出34、39、5个上述品质指标的特征频率点;以该特征频率下的介电参数建立了草莓PLS品质预测模型。研究结果表明:以GA法筛选频率后的介电参数所建立的呼吸强度、可溶性固形物和失重率的GA-PLS模型R2值0.94、0.85、0.91,各品质指标预测值与实测值无显著差异(p>0.05)。(3)利用LCR平行板测试仪测试分析了 630.96kHz,707.95kHz,891.25kHz和1000kHz 4个较佳测试频率下的ε’动态变化规律;并运用SVM法建立了品质指标优化模型.研究结果表明,4个较佳测试频率下的ε’与草莓品质指标间有较强的相关性。草莓呼吸强度、可溶性固形物、失重率的SVM优化模型决定系数R2分别为0.94、0.92和0.81;同GA-PLS相比,SVM优化模型所需频率点数更少,而模型效果基本一致。以贮藏期为10天的100个长枣为研究对象,以竞争性自适应重加权算法(CARS)、遗传算法(GA)、连续投影算法(SPA)、无信息变量消除法(UVE)筛选出了长枣Vc特征频率点并结合其Vc值建立了偏最小二乘(PLS)和最小二乘支持向量机(LSSVM)预测模型并对模型进行比较、研究。结果表明,以CARS法、GA法、SPA法、UVE法对长枣全频谱进行特征频率点筛选,最终可从110个全频谱变量中分别选定23、35、14、38个特征频率点,将上述特征频率点结合长枣Vc值分别建立了 PLS和LSSVM预测模型,分析比较各模型效果后发现:UVE算法为最佳频谱筛选方法;UVE-PLS为最佳预测模型,其Rc、RMSEC、Rp、RMSEP值分别为0.9871、3.9322、0.9460、4.0400,验证模型 R2 值为 0.9617。