领学术科研之先,创食品科技之新
—— 中国食品杂志社
期刊集群
基于多源数据融合的大米品质快速无损检测
来源:导入 阅读量: 10 发表时间: 2026-11-17
作者: 李雪,关绮薇,张良晓,梁水连,赵洁,肖璐,刘雯雯,杨土生,王旭,陈岩
关键词: 大米;品质;近红外光谱;高光谱成像;数据融合策略
摘要:

本研究采用近红外光谱(near infrared spectroscopy,NIR)和高光谱成像(hyperspectral imaging,HSI)技术对大米蛋白质、直链淀粉和水分含量进行测定。利用全波长光谱和竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)选择变量,建立大米品质偏最小二乘(partial least squares,PLS)和支持向量回归(support vector regression,SVR)模型。同时,结合数据融合策略,对比分析基于NIR、HSI的单一模型与融合模型的预测性能。结果显示蛋白质基于全波长结合决策级数据融合建立的PLS模型效果最佳,其预测集决定系数(determination coefficient of prediction,R2 p)为0.894 0,预测均方根误差(root mean square error of prediction,RMSEP)为0.287 3,相对分析误差(ratio of performance to deviation,RPD)为3.109 4;直链淀粉经CARS变量筛选后结合特征级数据融合建立的SVR模型性能最优(R2 p=0.803 7,RMSEP=2.267 9, RPD=2.284 4);水分基于全波长高光谱数据构建的SVR模型表现最优(R2 p=0.894 8,RMSEP=0.273 5, RPD=3.121 1)。因此,该方法可用于大米蛋白质、直链淀粉和水分的快速无损测定,为大米在线分级与品质评价提供可靠的技术支撑。

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