领学术科研之先，创食品科技之新
—— 中国食品杂志社
为改善现行酿酒葡萄理化指标检测方法需破坏样品本身、耗时耗力且不适用于大规模检测的局限性，本研究以3 种不同成熟期的酿酒葡萄（‘紫大夫’‘马瑟兰’和‘小味儿多’）为研究对象，利用高光谱成像（hyperspectral imaging，HSI）技术结合化学计量学方法，建立酿酒葡萄可溶性固形物含量（soluble solids content，SSC）和可滴定酸（titratable acid，TA）质量浓度的预测模型。结果表明，酿酒葡萄SSC和TA质量浓度的最佳检测模型分别由BP神经网络和随机森林建立，模型的预测决定系数分别为0.955 9和0.925 3，预测均方根误差分别为0.996 5 °Brix和2.045 1 g/L，剩余预测偏差分别为4.360 2和3.008 1。综上，HSI技术结合化学计量学方法可以实现对酿酒葡萄SSC和TA质量浓度的快速无损检测，该技术可为酿酒葡萄理化指标快速无损检测提供解决方案。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
