[发明专利]一种实时无损检测桃的糖度和酸度的方法

摘要

本发明公开了一种实时无损检测桃的糖度和酸度的方法。本发明的方法是采集桃样品的近红外光谱，同时通过手持折光糖度仪和笔式pH计分别检测桃的糖度和酸度；然后通过主成分分析，等距映射算法，以及遗传算法对桃的光谱数据进行降维处理和优化，最后通过神经网络方法进行分类，多次验证后确定最优的预测模型。本发明建立的基于神经网络的预测模型，可以很好的预测桃的糖度和酸度。相比于传统的检测桃的糖酸度需要对样品进行破坏的有损检测方法，本发明可以同时且实时的检测糖酸度两个指标，具有速度快、成本低、无破坏性、无需化学试剂和无污染等优点。

主权项

一种用于桃的糖度和酸度实时无损检测方法，其特征在于：其具体步骤如下：第一步，通过近红外光谱仪对桃样品进行光谱采集，得到原始光谱，所述的近红外光谱仪到波长范围为500‑1900nm；第二步，对桃样品进行糖度和酸度测量，作为分析预测模型的观测值；第三步，采用数据滑动平均滤波法对原始光谱进行平滑和滤波；第四步，构建桃糖度的预测模型，首先通过混合主成分分析方法、等差映射、遗传算法三种方法对收集到的桃光谱数据进行降维处理；然后将降维后的数据进行BP神经网络分类，包括利用训练集数据训练网络和测试集测试网络预测能力，多次验证，最终确定桃糖度最佳的预测模型；第五步，构建桃酸度的预测模型，通过主成分分析和等距映射方法对收集到的桃光谱数据进行降维处理，再对降维后的数据进行BP神经网络分类，多次验证，最终确定桃酸度最佳的预测模型；第六步，采集待测桃的光谱信息并按第三步进行预处理，将预处理后的光谱数据代入到第四步和第五步建立的预测模型中，得到待测样品的糖度和酸度的预测值。