超光谱成像用于检测在不同的干燥条件下粘性大米中保留的宏观营养素
Kabiru Ayobami Jimoh1, Norhashila Hashim1,2, Rosnah Shamsudin3
1Department of Biological and Agricultural Engineering, Faculty of Engineering, Universiti Putra Malaysia, Serdang, 43400, Selangor, Malaysia.
Current research in food science
|January 16, 2025
概括
这项研究使用高光谱成像来准确检测粘性大米 (GR) 中的蛋白质和水分等宏观营养素. 先进的光谱分析实现了100%的准确性,使GR谷物的可靠质量控制成为可能.
科学领域:
- 农业科学 农业科学
- 食品科学 食品科学 食品科学
- 频谱学是一种光谱学.
背景情况:
- 质米 (GR) 的质量取决于其宏观营养素成分.
- 准确和快速检测GR中的宏观营养素对于质量控制和加工至关重要.
研究的目的:
- 开发一种可靠的方法来检测粘性大米 (GR) 中的宏观营养素,使用可见近红外高光谱成像.
- 优化光谱数据处理和有效的波长选择,以提高预测模型的准确性.
主要方法:
- 使用可见近红外高光谱成像来捕获GR的光谱数据.
- 应用了 Spectra 预处理技术,包括 Savitzky Golay 第一衍生物 (SG1D).
- 使用可变代空间收缩算法 (VISSA) 进行了有效波长选择 (EW).
主要成果:
- 使用原始光谱的初始模型显示了蛋白质含量 (PC),水分含量 (MC),脂肪含量 (FC) 和灰含量 (AC) 的可变预测精度.
- SG1D预处理方法显著提高了所有宏观营养素的预测准确度.
- 结合的SG1D-VISSA-PLSR模型实现了PC,MC,FC和AC的100%预测准确度.
结论:
- SG1D-VISSA-PLSR模型在检测GR中的宏观营养素方面表现出高度可靠性和准确性.
- 这种光谱系统提供了一个智能和高效的解决方案,用于实时评估粘性大米粒的质量.
