科研之友
微信
新浪微博
Facebook
分享链接
摘要
皱环球盖菇是近年来深受消费者喜爱的食药用菌新品种，总糖、蛋白质作为其主要的营养成分，含量的高低与其营养价值关系密切。但是，现有含量检测方法步骤复杂，检测时间长，开发简单、快速含量预测方法具有重要意义。本实验利用傅里叶变换红外光谱采集7种不同基质栽培皱环球盖菇子实体样品的红外光谱共计420个，对比原始光谱与预处理后光谱，确定光谱预处理方法，采用竞争性自适应重加权算法（CARS）对皱环球盖菇子实体总糖、蛋白质所对应的特征波谱进行选择，利用随机森林（RF）、偏最小二乘回归（PLS）、支持向量机（SVM）进行建模，比较建模结果确定总糖含量的最佳预测模型为PLS，其中Rc为0.992 8（误差为0.007 2），RMSEC为0.930 8，Rp为0.981 4（误差为0.018 6），RMSEP为1.166 2，RPD为7.341 1；蛋白质含量的最佳预测模型为RF，其中Rc为0.994 7（误差为0.005 3），RMSEC为0.380 3，Rp为0.986（误差为0.014），RMSEP为0.749 1，RPD为8.437 5。以上结果表明，红外光谱技术结合化学计量法可快速、准确的预测皱环球盖菇子实体总糖、蛋白质含量，研究结果可为快速预测总糖、蛋白质含量提供技术支持。
- 单位
