科研之友
微信
新浪微博
Facebook
分享链接
摘要
汁胞粒化是柚果内出现汁液囊变硬、干燥等特征的生理性病害。沙田柚皮厚果大，在采后贮藏期发生汁胞粒化，对内部品质及口感影响较大。文章采用一种可见-近红外透射光谱技术，用于沙田柚粒化分级和综合内部品质检测。沙田柚挂果成熟后，采摘600个样本用于实验，分别采集400～1100 nm与900～1700 nm波段光谱，经光谱预处理和特征提取，结合化学计量学和“深度学习”模型，探究柚果按粒化程度分为5级后，其贮藏期内部品质变化规律。根据理化指标构建沙田柚综合品质指标，并建立支持向量机回归模型，其预测集决定系数和均方根误差分别为0.9481和4.8343；与此同时，建立SCARS-SVM-DA和SCARS-LDA模型，采用混淆矩阵学习和模型评价体系用于汁胞粒化等级分类和预测。结果表明，该方法在汁胞粒化等级分类和综合品质指标检测中优势明显，以期为厚皮水果内部品质快速检测及病害监测提供参考和理论依据。
- 单位
