基于FT_NIR和電子鼻技術的蘋果霉心病無損檢測

摘要：為研究傅里葉近紅外光譜技術（Fourier transform near infrared spectroscopy，FT-NIRS）和電子鼻技術分別結合化學計量學的方法對蘋果霉心病的判別效果。以“紅富士"霉心病蘋果和健康蘋果為試材，利用近紅外光譜技術基于主成分分析建立Fisher判別和多層感知器（multi-layer perceptron，MLP）神經網絡模型；同時利用電子鼻技術分別結合Fisher判別、MLP神經網絡和徑向基函數（radial basis function，RBF）神經網絡3種化學計量學的方法建立判別模型。根據建模集和驗證集的預測準確率綜合考慮，基于主成分分析建立的MLP神經網絡模型和電子鼻結合MLP神經網絡模型對蘋果霉心病的判別效果較好，驗證集中的正確判別率分別達到87.7%和86.2%。說明電子鼻和近紅外光譜技術均可以較好地判別蘋果霉心病。 

關鍵詞：蘋果;霉心病;近紅外光譜;電子鼻;化學計量學;