您好，欢迎访问贵州省农业科学院 机构知识库！
贵州省农业科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于近红外光谱技术快速检测稻谷水分含量

文献类型： 中文期刊

作者： 吕都 1 ; 唐健波 1 ; 姜太玲 2 ; 陈中爱 1 ; 潘牧 1 ;

作者机构： 1.贵州省农业科学院生物技术研究所

2.云南省农业科学院热区生态农业研究所

关键词： 近红外光谱;稻谷;水分含量;无损;快速检测

期刊名称： 食品与机械

ISSN： 1003-5788

年卷期： 2022 年 38 卷 002 期

页码： 51-56,63

收录情况： 北大核心 ; CSCD

摘要： 目的:建立一种无损、快速高效的稻谷水分含量检测方法.方法:研究收集了不同年份的稻谷样品161份,运用近红外光谱结合化学计量学方法,通过剔除异常光谱和光谱预处理,采用偏最小二乘法建立稻谷水分含量预测模型.结果:采用主成分分析结合马氏距离的方法剔除异常光谱样品15个,最佳的光谱预处理方式为消除常数偏移量.训练集建立的预测模型(R2CAL)为0.994 3,模型标准偏差(RMSEC)为0.21%,模型交叉验证决定系数(R2CV)为0.993 6,模型交叉验证标准偏差(RMSECV)为0.32%,表明预测模型交叉验证预测样品水分含量准确度高.用验证集样品检验预测模型,模型验证集验证决定系数R2VAL为0.980 1,模型验证集验证标准偏差(RMSEP)值为0.36%,相对分析误差(RPD)值为7.14,表明预测模型对未知样品的预测准确度高.验证集样品实测值与预测值均值方程T检验结果P值(双侧)为0.879,验证集样品实测值与预测值之间差异不显著,表明预测模型的预测结果可信度高,验证集样品预测值与实测值的误差在±1%,且90%以上的验证集样品其预测值与实测值的误差都在±0.5%以内.结论:建立的稻谷水分预测模型可以实现收储稻谷的无损、快速、准确检测.

  • 相关文献
作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：贵州省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台