文献类型： 中文期刊

作者： 王加龙 ¹ ; 马坤 ² ; 高鹏 ³ ; 朱金芳 ¹ ; 张平 ³ ; 黄凡 ³ ;

作者机构： 1.新疆农业大学化学化工学院

2.上海市农业科学院

3.新疆农业大学食品科学与药学学院

关键词： 贝贝南瓜;可见-近红外光谱;可溶性固形物含量;硬度;无损检测

期刊名称： 食品科学

ISSN： 1002-6630

年卷期： 2025 年 46 卷 006 期

页码： 254-262

收录情况： EI ; 北大核心 ; CSCD

摘要： 为实现贝贝南瓜内在品质的快速无损检测，搭建以微型光谱仪为核心部件的便携式可见-近红外光谱检测装置，使用该装置采集不同发育期和贮藏期贝贝南瓜的光谱数据，采用一阶导数、卷积平滑（Savitzky-Golay,SG）、多元散射校正（multiplicative scatter correction,MSC）及以上方法组合的方式进行光谱预处理，筛选最佳的光谱预处理方法。采用连续投影算法提取特征波长，分别建立贝贝南瓜可溶性固形物含量（soluble solids content,SSC）和硬度的反向传播神经网络、多元线性回归和偏最小二乘回归预测模型，然后筛选出最优的SSC和硬度预测模型并导入装置，用于贝贝南瓜SSC和硬度的快速无损检测。结果显示，贝贝南瓜SSC最佳光谱预处理方法为SG+MSC，最优预测模型为反向传播神经网络预测模型，其预测集的决定系数R_p²、预测均方根误差和残差预测偏差分别为0.895 5、0.874 4°Brix、2.809 7；贝贝南瓜硬度最佳光谱预处理方法为SG+MSC，最优预测模型为多元线性回归预测模型，其预测集的决定系数R_p²、预测均方根误差和残差预测偏差分别为0.910 7、3.029 4 kg/cm²、3.214 4。以上结果表明，该检测装置能够较好地预测贝贝南瓜的SSC和硬度，可用于贝贝南瓜SSC和硬度的快速无损检测。