[发明专利]一种实时无损检测桃的糖度和酸度的方法

说明书

本发明公开了一种实时无损检测桃的糖度和酸度的方法。本发明的方法是采集桃样品的近红外光谱，同时通过手持折光糖度仪和笔式pH计分别检测桃的糖度和酸度；然后通过主成分分析，等距映射算法，以及遗传算法对桃的光谱数据进行降维处理和优化，最后通过神经网络方法进行分类，多次验证后确定最优的预测模型。本发明建立的基于神经网络的预测模型，可以很好的预测桃的糖度和酸度。相比于传统的检测桃的糖酸度需要对样品进行破坏的有损检测方法，本发明可以同时且实时的检测糖酸度两个指标，具有速度快、成本低、无破坏性、无需化学试剂和无污染等优点。

技术领域

本发明属于食品检测技术领域，具体涉及一种实时无损检测桃的糖度和酸度的方法。

背景技术

我国是世界性水果生产大国，水果产业在国民经济中占有重要地位，水果出口是我国外贸的重要组成部分。桃原产我国,属蔷薇科落叶小乔木,迄今已有4000多年的栽培历史,中国的桃产量和桃消费量都居世界前列。然而由于我国农产品商品化低，在国际竞争中常常处于劣势。因此，农产品的检测和分级技术成为了我国科研领域的重要研究方向。

传统的水果内部品质检测方法主要是通过化学分析的方式测定水果的含糖量、酸度以及糖酸比来判断水果的品质。比如，桃中的糖度，可以参照食品卫生监测方法理化总则(GB/T5009.1-2003)，通过阿贝折射仪测定。桃的酸度则可参照食品卫生监测方法理化总则(GB/T5009.1-2003)及食品中酸度的测定方法(GB/T 12456-90)，通过pH计测定。然而，这些方法都需要对桃进行破坏，属于有损检测；而且，它们制样繁琐、检测时间长,无法满足水果快速分级分选的实际要求。

近红外光谱能够快速反映被测物的结构和组成信息，适合于无损检测水果及其他农产品内部组份。近红外光谱检测作为一种无预处理，检测速度快，检测范围广，准确率高的无损检测技术备受人们关注。近年来，近红外检测技术正在迅猛发展，在保留原有优势的基础上日渐趋于小型化，便捷化。近红外光谱法已初步用于检测少数品种桃的糖度，但是所研究的对象样本来源有限。对于市场上不同产地的桃，其糖度和酸度的预测仍然需要建立更有效的方法。

发明内容

本发明的目的在于提供一种实时无损检测桃的糖度和酸度的方法，以解决现有技术中导致的上述缺陷。

为了解决上述技术问题，本发明提供了如下的技术方案：

一种快速无损检测桃的糖度和酸度的方法，包括以下步骤：

1)通过近红外光谱仪对桃样品进行光谱采集，得到原始光谱，所述光谱仪波长范围为500-1900nm；

2)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；

3)采用数据滑动平均滤波法对原始光谱进行平滑和滤波；

4)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；

5)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；

6)采集待测桃的光谱信息并按步骤3)进行预处理，将预处理后的光谱数据代入到步骤4)5)建立的预测模型中，得到待测样品的糖度和酸度的预测值。

作为本发明的一种优选技术方案，步骤1)中的样品数量不少于50个，优选50-300个。

作为本发明的一种优选技术方案，步骤1)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，优选15个点。