领学术科研之先，创食品科技之新
—— 中国食品杂志社
轻微机械损伤是影响生姜采后品质的关键因素之一。在特定条件下，此类损伤可能隐匿于外表皮层之下，导致其难以通过常规检测方法直接识别。为建立高效的生姜轻微机械损伤识别技术，以人为模拟机械损伤的4 种生姜为研究对象，提出一种基于近红外光谱的生姜损伤无损检测方法。首先比较标准正态变量变换（standard normal variate，SNV）、多元散射校正、基线校正和Savitzky-Golay（SG）平滑等预处理方法，然后采用支持向量机（support vector machine，SVM）、K近邻和随机森林算法建立生姜损伤识别模型。结果表明，SG平滑＋SNV预处理在多个模型中均能够有效提高生姜机械损伤识别准确性，表现出突出的性能优势。其中，采用SG平滑＋SNV预处理结合SVM模型检测生姜损伤效果最优，4 种生姜损伤平均识别准确率均达92%以上，其中生姜品种1和生姜品种3在该组合下的平均识别准确率高达100%，可为准确识别生姜轻微损伤提供技术参考。
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
