[發(fā)明專利]一種梨內(nèi)部品質(zhì)無(wú)損檢測(cè)的構(gòu)建方法和一種梨內(nèi)部品質(zhì)無(wú)損檢測(cè)的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210229508.3
• 申請(qǐng)日: 2022-03-09
• 公開(kāi)（公告）號(hào): CN114577751A
• 公開(kāi)（公告）日: 2022-06-03
• 發(fā)明（設(shè)計(jì)）人: 楊成泉;盧朝暉;盧睿韜;徐凌飛;王志剛;翟銳;肖丹
• 申請(qǐng)（專利權(quán)）人: 西北農(nóng)林科技大學(xué)
• 主分類號(hào): G01N21/359
• 分類號(hào): G01N21/359;G01N21/3563
• 代理公司: 北京方圓嘉禾知識(shí)產(chǎn)權(quán)代理有限公司 11385
• 代理人: 苑軍茹

1.一種梨內(nèi)部品質(zhì)無(wú)損檢測(cè)模型的構(gòu)建方法，包括以下步驟：

1)無(wú)損采集梨樣本的近紅外光譜數(shù)據(jù)和測(cè)定梨內(nèi)部品質(zhì)指標(biāo)；所述梨內(nèi)部品質(zhì)指標(biāo)包括可溶性固形物含量和/或可滴定酸含量；

2)對(duì)步驟1)采集到的近紅外光譜數(shù)據(jù)進(jìn)行光譜預(yù)處理，得到預(yù)處理后的近紅外光譜數(shù)據(jù)；

3)以所述步驟2)預(yù)處理后的近紅外光譜數(shù)據(jù)為自變量，以梨內(nèi)部品質(zhì)指標(biāo)作為因變量，采用偏最小二乘法進(jìn)行回歸分析，建立梨內(nèi)部品質(zhì)無(wú)損檢測(cè)偏最小二乘模型。

2.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，步驟1)為：在梨樣本赤道面上分別選擇三個(gè)間距相同位置進(jìn)行近紅外光譜采集和梨內(nèi)部品質(zhì)指標(biāo)測(cè)定；

或者，步驟1)為：無(wú)損采集梨樣本的近紅外光譜數(shù)據(jù)，在獲得近紅外光譜數(shù)據(jù)后，在無(wú)損采集梨樣本的同一位置測(cè)定梨內(nèi)部品質(zhì)指標(biāo)。

3.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，所述近紅外光譜數(shù)據(jù)的獲得波長(zhǎng)為12500～4000cm^-1。

4.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，當(dāng)所述梨內(nèi)部品質(zhì)指標(biāo)為可溶性固形物含量時(shí)，所述近紅外光譜數(shù)據(jù)的獲得波長(zhǎng)為12500～4000cm^-1；當(dāng)所述梨內(nèi)部品質(zhì)指標(biāo)為可滴定酸含量時(shí)，所述近紅外光譜數(shù)據(jù)的獲得波長(zhǎng)為6102～5446.3cm^-1。

5.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，所述偏最小二乘模型的偏最小二乘法因子的個(gè)數(shù)為10。

6.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，所述光譜預(yù)處理包括一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、多元散射校正法、最小歸一化、最大歸一化、矢量歸一化、減去一條直線和消除常數(shù)偏移量中的一種或幾種。

7.根據(jù)權(quán)利要求1或6所述的構(gòu)建方法，其特征在于，所述預(yù)處理為矢量歸一化。

8.根據(jù)權(quán)利要求1所述的構(gòu)建方法，其特征在于，所述回歸分析采用軟件OPUS5.5進(jìn)行。

9.一種梨內(nèi)部品質(zhì)無(wú)損檢測(cè)的方法，包括以下步驟：

取待測(cè)梨果實(shí)，采集梨果實(shí)表面的近紅外光譜數(shù)據(jù)，對(duì)所述近紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理后導(dǎo)入權(quán)利要求1～8任意一項(xiàng)所述構(gòu)建方法構(gòu)建得到的梨內(nèi)部品質(zhì)無(wú)損檢測(cè)模型中，經(jīng)模型運(yùn)算，得到待測(cè)梨果實(shí)的可溶性固形物含量和/或可滴定酸含量。