您好,欢迎访问云南省农业科学院 机构知识库!
筛选
科研产出
排序方式:

时间

  • 时间
  • 相关度
  • 被引量
资源类型: 中文期刊
作者:吕都(精确检索)
作者:唐健波(精确检索)
作者:姜太玲(精确检索)
作者:陈中爱(精确检索)
作者:潘牧(精确检索)
1条记录
基于近红外光谱技术快速检测稻谷水分含量

食品与机械 2022 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.

关键词: 近红外光谱;稻谷;水分含量;无损;快速检测

 全文链接 请求原文

首页上一页1下一页尾页