[发明专利]一种实时无损检测桃的糖度和酸度的方法有效
申请号: | 201710271814.2 | 申请日: | 2017-04-24 |
公开(公告)号: | CN107290299B | 公开(公告)日: | 2020-08-11 |
发明(设计)人: | 肖建喜;粘琳格;武臣;路远;路小亮 | 申请(专利权)人: | 甘肃萃英大农科技有限公司 |
主分类号: | G01N21/3563 | 分类号: | G01N21/3563;G01N21/359;G01N21/17;G06N3/04;G06N3/08 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 王新生 |
地址: | 730030 *** | 国省代码: | 甘肃;62 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 实时 无损 检测 糖度 酸度 方法 | ||
1.一种用于桃的糖度和酸度实时无损检测方法,其特征在于:其具体步骤如下:
第一步,通过近红外光谱仪对桃样品进行光谱采集,得到原始光谱,所述的近红外光谱仪到波长范围为500-1900nm;
第二步,对桃样品进行糖度和酸度测量,作为分析预测模型的观测值;
第三步,采用数据滑动平均滤波法对原始光谱进行平滑和滤波;
第四步,构建桃糖度的预测模型,首先通过混合主成分分析方法、等差映射、遗传算法三种方法对收集到的桃光谱数据进行降维处理;然后将降维后的数据进行BP神经网络分类,包括利用训练集数据训练网络和测试集测试网络预测能力,多次验证,最终确定桃糖度最佳的预测模型;
第五步,构建桃酸度的预测模型,通过主成分分析和等距映射方法对收集到的桃光谱数据进行降维处理,再对降维后的数据进行BP神经网络分类,多次验证,最终确定桃酸度最佳的预测模型;
第六步,采集待测桃的光谱信息并按第三步进行预处理,将预处理后的光谱数据代入到第四步和第五步建立的预测模型中,得到待测样品的糖度和酸度的预测值。
2.根据权利要求1所述的一种用于桃的糖度和酸度实时无损检测方法,其特征在于:所述的第一步中的样品数量不少于50个。
3.根据权利要求1所述的一种用于桃的糖度和酸度实时无损检测方法,其特征在于:所述的第一步中近红外光谱仪采用漫反射的方式,随机选取每个桃的环赤道面上5-20个点进行光谱扫描。
4.根据权利要求1所述的一种用于桃的糖度和酸度实时无损检测方法,其特征在于:所述的第二步中桃糖度的测量方法为:首先用蒸馏水将糖度仪的棱镜清洗干净并擦净水分,校正调零,再将已经测过光谱的桃用干净的刀切开并挤压出汁水于折光棱镜的镜面上,连续测量三次,记录并求平均值。
5.根据权利要求1所述的一种用于桃的糖度和酸度实时无损检测方法,其特征在于:所述的第二步中桃酸度的测量方法为:用蒸馏水清洗手持式pH计前端,直至显示pH为中性;甩干pH计上的水分,将其插入桃环赤道面上,测量6个位置的pH值,记录数据并求其平均值。
6.根据权利要求1所述的一种用于桃的糖度和酸度实时无损检测方法,其特征在于:所述的第四步中的混合主成分分析方法、等差映射、遗传算法三种方法,将原有的2047维数据规约到最低维数。
7.根据权利要求1所述的一种用于桃的糖度和酸度实时无损检测方法,其特征在于:所述的第四步和第五步中的BP神经网络分类算法包括BP神经网络构建、BP神经网络训练和BP神经网络分类三步。
8.根据权利要求1所述的一种用于桃的糖度和酸度实时无损检测方法,其特征在于:所述的第四步中的遗传算法从任一初始群体出发,通过随机选择、交叉和变异操作,产生一群更加适应环境的个体,最后收敛到一群最适应环境的个体。
9.根据权利要求1所述的一种用于桃的糖度和酸度实时无损检测方法,其特征在于:所述的第六步中将误差百分比在10%以内认定为预测准确。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于甘肃萃英大农科技有限公司,未经甘肃萃英大农科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710271814.2/1.html,转载请声明来源钻瓜专利网。