[发明专利]光物性相近水果品质指标的近红外通用模型检测方法

摘要

一种光物性相近水果品质指标的近红外通用模型检测方法，包括建立近红外通用模型和利用近红外通用模型测定水果品质指标两大部分，是基于光物性相近的不同种类水果之间近红外光谱的相似性而建立的近红外通用模型，其建模基本思路是，光谱采集后进行光谱预处理，用移动窗口偏最小二乘法筛选出所有品种水果的共用特征波长范围，然后在共用特征波长段范围上用SPA算法进一步提取共用特征波长点，最后利用已有软件建立PLS模型或建立MLR模型。本发明方法测定准确率高，可行性强，克服了现有近红外检测技术中不同种类水果必须分类检测的弊端，降低了建模成本，提高了工作效率，建模波长点少，适用于一般滤光片型近红外仪器。

主权项

一种光物性相近水果品质指标的近红外通用模型检测方法，先建立模型，再利用模型测定水果品质指标，其特征在于：先建立近红外通用模型，再利用近红外通用模型测定水果品质指标；所述建立近红外通用模型的具体步骤如下；步骤一、物料准备，即准备光物性相近的多个品种的待测水果，所述光物性相近是指物料间有相似的理化性质，即其中的任意两种水果的近红外原始光谱经光谱归一化后的欧氏距离不大于0.2，水果总品种数为2～6类； 步骤二、选取建模样品，即从每种水果中随机选取至少30个样品作为校正集样品，至少10个样品作为验证集样品，校正集样品和验证集样品的个数比为3∶1；步骤三、采集校正集样品和验证集样品的原始近红外光谱；步骤四、利用化学法测定已采集完光谱的水果的实际品质指标值； 步骤五、将步骤三中采集到的原始近红外光谱进行预处理，使用化学计量学软件对所有光谱依次进行散射校正、降低噪声和消除积分时间的处理；步骤六、提取每种水果的特征波长，即分别用化学计量学软件对每种水果的光谱进行预处理，提取该种水果单独建模时的特征波长； 步骤七、提取所有品种水果的共用特征波长范围，即待每个品种水果的特征波长提取完毕后，进行比对，选取能覆盖所有特征波长的波段作为共用特征波长范围；步骤八、从共用特征波长范围中提取共用特征波长点，即用化学计量学软件从共用特征波长范围中提取共用特征波长点；步骤九、建立近红外通用模型，即将步骤八得到的共用特征波长点作为建模波长，将步骤四中得到的实际品质指标值作为标准值，利用步骤五预处理后的近红外光谱建立近红外通用模型；步骤十、近红外通用模型准确度的检验，即将验证集样品的近红外光谱和实际品质指标值代入近红外通用模型，进行近红外通用模型准确度的检验，根据预测值计算预测标准差RMSEP，若其值满足实验要求则代表模型可行；否则，则重复步骤五～步骤十，直至满足要求；所述利用近红外通用模型测定水果品质指标的具体步骤如下；步骤A、将近红外通用模型导入近红外光谱仪中，调整相应积分时间；步骤B、利用该近红外光谱仪采集待测水果的原始近红外光谱，仪器会将得到的原始近红外光谱输入到模型中，得出品质指标预测值，直至所有水果测定完毕。