設(shè)施所在柚果可溶性固形物含量無損檢測與模型傳遞研究方面取得新進展
時間：2025-04-23 10:56
來源：本網(wǎng)
【字體：大 中 小】
分享到：
近日，我所無損檢測與智能分選研究團隊提出了不同積分時間下柚果可溶性固形物含量的可見/近紅外全透射光譜無損檢測模型的建立與模型傳遞新方法并進行實驗驗證，相關(guān)論文在國際知名期刊LWT-FOOD?SCIENCE?AND?TECHNOLOGY（中科院農(nóng)林科學(xué)一區(qū)TOP，IF=6.0）上發(fā)表。我所徐賽研究員為論文第一作者和通訊作者，省農(nóng)科院陸華忠教授為論文共同通訊作者。
柚果作為華南重要經(jīng)濟水果，其厚皮大果徑和復(fù)雜的內(nèi)部組織結(jié)構(gòu)給可溶性固形物等品質(zhì)指標的無損檢測帶來挑戰(zhàn)，尤其在流水線動態(tài)分選時，不同果徑引起的光譜積分時間差異常導(dǎo)致檢測模型失效。為破解這一難題，本研究基于可見/近紅外全透射光譜，優(yōu)化光路設(shè)計并建立SNV＋CARS＋PLSR檢測模型；同時引入DS模型傳遞技術(shù)，使模型能夠在多種積分時間條件下快速遷移且保持穩(wěn)定精度，僅需少量校準樣本即可實現(xiàn)大批量柚果的快速智能分選。該方法突破了傳統(tǒng)模型泛化不足的瓶頸，為柚果采后品質(zhì)在線分選提供了高效可靠的技術(shù)支撐，助力產(chǎn)業(yè)提升品質(zhì)管控能力和市場競爭力。
本研究獲得國家重點研發(fā)計劃課題（2022YFD2002203）、廣東省鄉(xiāng)村振興戰(zhàn)略專項課題（2024TS-1–2）等項目（課題）資助。
原文鏈接：https://doi.org/10.1016/j.lwt.2025.117796
