[发明专利]一种花生品质的近红外检测方法及应用

摘要

本发明属于农产品品质分析技术领域，具体涉及一种花生品质的近红外检测方法及应用。所述方法包括以下步骤：收集花生样品、对花生样品进行理化测试、对花生样品进行近红外扫描、对所得的吸光值进行消噪处理和预处理、对得到的预处理吸光值分析，筛选得到近红外光谱特征波长，通过逐步回归法建立花生品质的预测模型等步骤。本发明获得的信息直观可靠，确定了花生品质的特征波长，且特征波长数量少，运用特征波长建立模型的分析方法，提高模型的精度。在相同预测精度的情况下，本发明的预测速度快，同时本发明建立的花生水分、蛋白质、脂肪、总糖和灰分的近红外预测模型的方法，对花生品质分析比较全面，易于推广使用。

主权项

一种花生品质的近红外检测方法，其特征在于，所述方法包括以下步骤：1)收集花生样品；2)对所述步骤1)所收集的花生样品进行理化测试，得到理化指标测试值，记为y_mj，其中：m是第m个指标，m＝1,2,3，…，5；当m＝1时记为花生样品水分含量，m＝2时记为花生样品蛋白质含量，m＝3时记为花生样品脂肪含量，m＝4时记为花生样品总糖含量，m＝5时记为花生样品灰分含量；j为第j个样品，共n个样品，n≥40；3)对所述步骤1)所收集的花生样品进行近红外扫描，得到吸光值为x_ij，其中i表示波长数值；4)对所述步骤3)所得的吸光值x_ij进行消噪处理和预处理：用小波消噪法或阈值消噪将步骤3)得到的吸光值x_ij进行消噪处理，得到消噪吸光值，然后再对消噪吸光值进行预处理，得到预处理吸光值A_ij；5)筛选近红外光谱特征波长：采用竞争性自适应重加权采样方法对所述步骤4)得到的预处理吸光值A_ij分析，筛选得到花生品质的近红外光谱特征波长；6)建立花生品质预测模型：通过逐步回归法或偏最小二乘法对所述步骤2)得到理化指标测试值和所述步骤5)得到的特征波长的预处理吸光值A_ij进行分析，建立花生品质的预测模型为z_m＝b_m+∑a_miB_i，其中z_m为花生品质的近红外检测值，B_i为A_ij中第j个样品的吸光值，b_m、a_mi为回归系数，回归系数的显著性用t检验；7)预测花生品质：对未知花生品质的样品进行近红外光谱扫描，采用所述步骤6)建立的预测模型对未知花生品质指标进行预测；完成花生品质的检测。